全文获取类型
收费全文 | 169篇 |
免费 | 39篇 |
国内免费 | 78篇 |
专业分类
测绘学 | 34篇 |
大气科学 | 16篇 |
地球物理 | 13篇 |
地质学 | 160篇 |
海洋学 | 27篇 |
天文学 | 14篇 |
综合类 | 6篇 |
自然地理 | 16篇 |
出版年
2024年 | 3篇 |
2023年 | 19篇 |
2022年 | 19篇 |
2021年 | 17篇 |
2020年 | 17篇 |
2019年 | 24篇 |
2018年 | 12篇 |
2017年 | 15篇 |
2016年 | 6篇 |
2015年 | 25篇 |
2014年 | 17篇 |
2013年 | 22篇 |
2012年 | 8篇 |
2011年 | 14篇 |
2010年 | 8篇 |
2009年 | 11篇 |
2008年 | 6篇 |
2007年 | 7篇 |
2006年 | 20篇 |
2005年 | 8篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有286条查询结果,搜索用时 328 毫秒
81.
刘飞 《资源导刊(河南)》2014,(9):46-49
在青藏高原上,你见过那壁立千仞、刀劈斧削的石林吗?在甘南州境内,就有这样一处人间胜境,那就是则岔石林.
则贫石林位于碌曲县洮河南部,被森林与草原簇拥着,可与桂林石林相媲美,却又独具特色,被认为是北方石林的代表。 相似文献
82.
西藏西部普兰蛇绿岩中的MOR型辉长岩:岩石学和年代学 总被引:10,自引:10,他引:0
西藏普兰蛇绿岩位于雅鲁藏布江缝合带的西段,主要由地幔橄榄岩、辉长岩和玄武岩组成.在拉昂错南侧有一个辉长岩体,面积约1 km2,与其相邻的地幔橄榄岩为侵入接触关系.辉长岩为中细粒辉长结构,块状构造,主要矿物为半自形板柱状基性斜长石和他形-半自形粒状辉石.岩石化学成分显示其具有MOR型岩石特点,表现为中等含量的TiO2(1%~1.77%),低含量的K2O(0.08%~0.21%)和P2O5(0.1%);轻稀土元素(LREE)轻微亏损的近平坦型稀土元素球粒陨石标准化模型,(La/Ce)N、(La/Sm)N和(La/Yb)N等特征比值分别为0.73~0.80、0.44~0.58、0.53~0.65;岩石的高场强元素(HFSE)为相互平行的具有接近1的平坦型分配型式.微量元素的N-MORB标准化图解显示富集大离子亲石元素(LILE)如Rb,高场强元素(HFSE)轻微亏损.辉长岩锆石的LA-ICP-MS U-Pb年龄为130±3Ma,指示了普兰蛇绿岩形成的时代,与邻区休古嘎布、东波蛇绿岩的形成时代相一致. 相似文献
83.
84.
华南腹地燕山期岩浆活动、成因及其构造意义存在争议.本文选取桂中地区昆仑关花岗岩为研究对象,进行了系统的年代学、地球化学和Sm-Nd同位素研究.锆石LA-ICP-MS U-Pb定年结果为97.7±1.3 Ma(MSWD=1.6),表明昆仑关花岗岩是燕山晚期岩浆活动产物.地球化学分析显示,岩体富硅(SiO2=69.42%~72.52%),富碱(全碱=7.43%~8.43%),富钾(K2O=4.00%~5.02%,K2O/Na2O比值=1.17~1.62),富铝(Al2O3=13.65%~14.25%),低钙(CaO=1.20%~2.78%);富集Rb、Th、U、K、Pb,亏损Ba、Nb、Sr、P、Ti;轻稀土富集,重稀土亏损,具明显Eu负异常(δEu=0.45~0.61),稀土元素分配图呈典型的"右倾"型;里德曼指数(δ)为2.06~2.41,属高钾钙碱性系列,铝饱和指数(A/CNK)为0.93~1.16,属准铝质-过铝质岩石.岩体的εNd(t)介于-7.68~-10.31,二阶段Nd模式年龄(TDM2)为1.52~1.73 Ga,均值1.58 Ga.岩石学、地球化学和Sm-Nd同位素特征表明昆仑关花岗岩为A型花岗岩,是在伸展构造环境中及低压、高温条件下由古元古代华夏基底部分熔融形成,并伴有幔源岩浆的混合.结合邻区同期次的岩浆活动和成矿作用,表明100~90 Ma华南腹地经历了一次重要的岩石圈拉张事件. 相似文献
85.
86.
87.
分布式光纤传感器(distributed fiber-optical acoustic sensor,DAS)是一种快速发展的具有巨大应用前景的地震勘探检波器技术.实际DAS地震资料往往会受到大量强能量随机噪声的干扰,通常表现为低信噪比(signal-to-noise ratio,SNR).这一现象给接下来的成像、反演以及解释带来了巨大的困难,因此如何压制DAS地震资料中的随机噪声并提高其SNR成为一个有待解决的技术问题.卷积神经网络(convolutional neural network,CNN)已经被证明是一种有效的噪声压制工具.通常情况下,CNN需要一个理论纯净地震数据集来优化网络,这极大地限制了CNN在DAS地震资料处理中的应用.在本文中,我们采用正演模拟的方法来构建理论纯净DAS地震数据集,通过正演模型的参数多样化增强数据集的真实性,从而获得适合DAS地震资料随机噪声压制的CNN去噪模型.此外,在网络结构方面,我们利用泄漏线性整流单元作为CNN的激活函数增强训练后模型对微弱有效信号的恢复能力;在训练过程中,通过能量比矩阵调节噪声片和有效信号片之间的SNR,增强CNN去噪模型对于不同SNR的DAS地震数据的适应性.模拟和实际实验均表明本文提出的这种正演模型驱动的卷积神经网络(forward-model-actuation convolutional neural network,FMA-CNN)能够有效地压制DAS随机噪声同时完整地恢复有效信号. 相似文献
88.
89.
90.