全文获取类型
收费全文 | 38篇 |
免费 | 8篇 |
国内免费 | 12篇 |
专业分类
测绘学 | 9篇 |
大气科学 | 20篇 |
地球物理 | 7篇 |
地质学 | 19篇 |
天文学 | 1篇 |
自然地理 | 2篇 |
出版年
2023年 | 2篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 1篇 |
2015年 | 2篇 |
2014年 | 1篇 |
2013年 | 3篇 |
2012年 | 2篇 |
2011年 | 1篇 |
2010年 | 3篇 |
2008年 | 2篇 |
2007年 | 1篇 |
2006年 | 7篇 |
2005年 | 2篇 |
2004年 | 4篇 |
2003年 | 6篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有58条查询结果,搜索用时 16 毫秒
41.
42.
对一个太阳风暴及其行星际和地磁效应的研究 总被引:1,自引:0,他引:1
对一个爆发于2014年1月7日的太阳风暴进行了研究,通过对太阳活动的多波段遥感观测—来自于太阳动力学天文台(Solar Dynamics Observatory,SDO)以及太阳和日球天文台(Solar and Heliospheric Observatory,SOHO),分析了耀斑和日冕物质抛射(coronal mass ejection,CME)的爆发过程.通过地球同步轨道环境业务卫星(Geostationary Operational Environmental Satellites,GOES)对高能质子以及日地L1点的元素高级成分探测器(Advanced Composition Explorer,ACE)对当地等离子体环境的就位观测,分析了伴随太阳风暴的太阳高能粒子(solar energetic particle,SEP)事件和行星际CME(ICME)及其驱动的激波.通过地面磁场数据分析了该太阳风暴对地磁场的影响.研究结果表明:(1)耀斑脉冲相的开始时刻和CME在日面上的抛射在时序上一致.(2)高能质子主要源于CME驱动的激波加速,并非源于耀斑磁重联过程.质子的释放发生在CME传播到7.7个太阳半径的高度的时刻.(3)穿过近地空间的行星际激波鞘层的厚度和ICME本身的厚度分别为0.22 au和0.26 au.(4)行星际激波和ICME引起了多次地磁亚暴和极光,但没有产生明显的地磁暴.原因在于ICME没有包含一个规则的磁云结构或明显的南向磁场分量. 相似文献
43.
采用双膜油腔结构研制了一种双膜式光纤Bragg光栅土压力传感器,偏压试验表明,此土压力传感器有效改善了与土压力传感器接触部分土压力分布不均的问题。在土压力的作用下,一次膜片变形产生的压力经传压油传递给二次膜片,传压杆与等强度悬臂梁刚性连接,二次膜片中心发生的挠度变化推动传压杆,使等强度悬臂梁的自由端发生同样大小的挠度变化。通过检测粘贴于等强度悬臂梁表面中心轴线上的光纤Bragg光栅的波长移位可获得土压力。载荷试验表明,传感器的灵敏度为 412.7 pm/MPa,非线性误差为1.97%FS,重复性误差为3.68%FS。 相似文献
44.
45.
利用川西高原近五十年逐日观测资料,研究了川西高原的气候变化,并与高原主体的拉萨和四川盆地代表站成都进行了比较。结果表明,近五十年来,川西高原大部分区域气温升高,气候在变暖。但其变暖幅度比拉萨弱,比成都强;且海拔越高,变暖趋势越明显。川西高原气候变暖最明显的是最低气温,其升温幅度及趋势要比年平均温度明显。近五十年来川西高原降水略有增加,与拉萨的降水趋势较一致,与成都的不同甚至相反,近五十年来成都降水下降趋势明显,值得引起注意。 相似文献
46.
介绍了气候预报服务关系数据库的Client/Server结构设计过程,结合一个在WindowsNTWorkStation4.0/Windows95支撑下的客户应用软件,描述了文件服务器中的气象报文向数据库,服务器的自动转换过程,给出了数据库查询的客户应用界面。 相似文献
47.
48.
针对高线图中陡坡区域特征的自动识别问题,在应用Delaunay三角网与线性插值法生成等高线图的基础上,改进了基于最大角原则生成约束Delaunay三角网的算法,对等高线图进行了三角剖分,根据等高线之间约束三角形的几何参数,计算了等高线图坡面单元坡度,识别出坡度较高区域。进一步地,给出了一种扩张算法对相连陡坡单元进行划分形成陡坡区域,计算了各个陡坡区域中心坐标、面积与平均坡度。通过对12组有256个坐标高程值的数据构建约束D-TIN并生成三维地形图对识别结果进行了评价,识别正确率达0.903,平均识别时间为33ms。实验表明,对于不同数据生成的不同等级等高线图的识别结果均有较高的效率与准确率。 相似文献
49.
50.