全文获取类型
收费全文 | 524篇 |
免费 | 105篇 |
国内免费 | 99篇 |
专业分类
测绘学 | 81篇 |
大气科学 | 49篇 |
地球物理 | 89篇 |
地质学 | 250篇 |
海洋学 | 178篇 |
天文学 | 12篇 |
综合类 | 30篇 |
自然地理 | 39篇 |
出版年
2024年 | 4篇 |
2023年 | 16篇 |
2022年 | 25篇 |
2021年 | 28篇 |
2020年 | 19篇 |
2019年 | 34篇 |
2018年 | 30篇 |
2017年 | 16篇 |
2016年 | 23篇 |
2015年 | 28篇 |
2014年 | 26篇 |
2013年 | 25篇 |
2012年 | 34篇 |
2011年 | 43篇 |
2010年 | 44篇 |
2009年 | 41篇 |
2008年 | 37篇 |
2007年 | 49篇 |
2006年 | 32篇 |
2005年 | 35篇 |
2004年 | 21篇 |
2003年 | 18篇 |
2002年 | 14篇 |
2001年 | 16篇 |
2000年 | 6篇 |
1999年 | 12篇 |
1998年 | 10篇 |
1997年 | 4篇 |
1996年 | 5篇 |
1995年 | 10篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 2篇 |
1984年 | 1篇 |
1983年 | 2篇 |
1980年 | 1篇 |
1979年 | 2篇 |
1959年 | 1篇 |
排序方式: 共有728条查询结果,搜索用时 484 毫秒
21.
运用改进系统建模法对南海气象数据的建模研究 总被引:2,自引:0,他引:2
在系统建模理论的基础上,运用改进的动态数据建模方法,对南海气象数据中的温度进行建模并验证了模型的适用性.根据模型推导出格林函数、逆函数和自协方差函数等,并讨论了南海气象数据中温度模型的稳定性、可逆性和合理性.对系统的频率特性和谱函数进行分析讨论,并给出建模过程中的一些图像.根据模型的适用性检验发现,对所研究的气象数据而言,ARMA(4, 3)模型是最合适的,具有平稳可逆性.所有的建模和分析过程在MATLAB上实现.实验结果表明这种建模方案简便易行,能够快速准确地确定系统的合理模型. 相似文献
22.
黄河水下三角洲沉积物强度变化原位测试研究 总被引:14,自引:8,他引:14
研究区位于1964~1976年黄河由刁口入海时形成的水下三角洲叶瓣上。1995年为石油开采在潮坪上构筑的交通设施对波浪形成良好的屏障。在屏障两侧各选一典型研究区,于1999年和2002年进行了大量对比性现场原位土工测试,探讨了波浪对黄河口沉积物的次生改造作用,结果表明:(1)较强的波浪荷载作用,不会提高海底沉积物的表层强度,只是导致不均匀程度随水动力作用的时间增长有所加大:(2)较强的波浪荷载作用,使得海底表层沉积物之下一定深度范围内土体强度提高,形成强度硬层:(3)海底沉积物强度沿着剖面线在平面上呈现周期性或间隔性变化。 相似文献
23.
采用偏光显微镜、电子探针、X射线衍射仪、红外吸收光谱仪、ICP-MS对陕西洛南金膏玉的矿物组成、化学成分、谱学特征、颜色成因、矿床成因进行研究。结果表明:金膏玉为白色—金黄色,微透明至不透明,玻璃光泽,折射率值为1.54~1.66,密度为2.66g/cm3~2.91 g/cm3,摩氏硬度为3~6,具有泥晶结构—细晶结构,岩石类型主要为变质泥—细晶硅化白云岩,个别为变质白云质硅化岩,主要组成矿物为白云石和石英,次要矿物包括方解石、赤铁矿、绿泥石、磷灰石、伊利石等。金膏玉金黄色归因于白云石中FeO,MnO,以及赤铁矿。金膏玉稀土元素总量(ΣREE)偏低,重稀土富集,轻稀土亏损。微量元素V/Cr, Ni/Co及V/(V+Ni)比值分别为:0.52~2.44,1.37~3.06,0.14~0.59,对应于氧化的沉积环境;U/Th比值异常高,为0.64~53.18,指示热水沉积的环境;δCe弱负异常指示白云岩沉积时处于氧化环境,δEu弱的正异常,说明可能在成岩后有热液流体参与。沉积的白云岩在燕山期石英闪长岩侵入的热液作用下及后期多期次构造应力作用下发生... 相似文献
24.
The objectives of this study are carried out a series of controlled large wave flume experiments using fine-grained sediment from the Huanghe River Delta, exploring the complete sequence of sediment behavior in the bottom boundary layer(BBL) during wave-induced liquefaction. The results show that:(1) The BBL in silty seabed is exposed to a progressive wave, goes through a number of different stages including compaction before liquefaction, sediment liquefaction, and compaction after liquefaction, which determines the range and thickness of BBL.(2) With the introduction of waves, first, the sediment surface has settled by an amount S(S=1–2 cm) in the course of wave loadings with an insufficient accumulation of pore water pressure. And a thin high concentration layer formed the near-bed bottom.(3) Once the liquefaction sets in, the liquefied sediment with an ‘orbital motion' and the sub-liquefied sediment form a two-layer-sediment region. The range of BBL extends downwards and stopped at a certain depth, subsequently, develops upwards with the compaction process. Meanwhile, resuspended sediments diffuse to the upper water column.(4) During the dynamics process of the BBL beneath progressive waves, the re-suspended sediment increment ranked as sediment liquefaction erosion before liquefaction compaction after liquefaction. 相似文献
25.
26.
27.
28.
金岭杂岩体由细粒黑云角闪闪长岩、中细粒黑云角闪闪长岩、中细粒黑云角闪二长闪长岩和细粒角闪二长闪长岩组成,是鲁西地区典型矽卡岩型富铁矿(金岭铁矿)控矿岩体。本次研究对细粒黑云角闪闪长岩和细粒角闪二长闪长岩进行了锆石LA‐ICP‐MS U‐Pb定年,其结果分别为129.2±3.2 Ma和132.8±1.2 Ma,表明该杂岩体的侵位时代为早白垩世。样品SiO2、K2O和Na2O含量分别介于54.17%~63.73%、1.92%~4.76%和3.10%~5.41%之间,K2O/Na2O为0.58~0.94,A/CNK为0.60~0.93,具有轻稀土富集,重稀土亏损的右倾型稀土配分模式,轻、重稀土分馏程度中等((La/Yb)N=9.94~23.49),Eu异常不明显(δEu=0.84~1.10),具中—弱负Ce异常(δCe=0.56~0.92)。样品以富集大离子亲石元素(Ba、K、U、Pb等)、亏损高场强元素(Nb、Ta、Ti)以及高Sr/Y为特征。金岭杂岩体为燕山晚期岩浆活动产物,属准铝质高钾钙碱性系列,岩浆主要来源于富集岩石圈地幔的部分熔融,并在岩浆上升侵位的过程中有地壳物质的同化混染。燕山晚期华北克拉通在古太平洋板块俯冲后后撤引起的板内伸展环境下,增厚陆壳减薄阶段,岩浆上侵就位形成金岭杂岩体。 相似文献
29.
波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。 相似文献
30.