全文获取类型
收费全文 | 309篇 |
免费 | 23篇 |
国内免费 | 56篇 |
专业分类
测绘学 | 107篇 |
大气科学 | 18篇 |
地球物理 | 32篇 |
地质学 | 90篇 |
海洋学 | 34篇 |
天文学 | 1篇 |
综合类 | 43篇 |
自然地理 | 63篇 |
出版年
2024年 | 1篇 |
2023年 | 21篇 |
2022年 | 23篇 |
2021年 | 29篇 |
2020年 | 11篇 |
2019年 | 19篇 |
2018年 | 13篇 |
2017年 | 12篇 |
2016年 | 20篇 |
2015年 | 12篇 |
2014年 | 17篇 |
2013年 | 8篇 |
2012年 | 10篇 |
2011年 | 32篇 |
2010年 | 19篇 |
2009年 | 19篇 |
2008年 | 19篇 |
2007年 | 20篇 |
2006年 | 12篇 |
2005年 | 6篇 |
2004年 | 10篇 |
2003年 | 4篇 |
2002年 | 8篇 |
2001年 | 7篇 |
2000年 | 7篇 |
1999年 | 5篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 2篇 |
1988年 | 3篇 |
1985年 | 3篇 |
1982年 | 1篇 |
1958年 | 1篇 |
排序方式: 共有388条查询结果,搜索用时 8 毫秒
11.
12.
连云港近岸海域沉积物中重金属污染来源及生态评价 总被引:2,自引:0,他引:2
采用等离子体发射光谱法、冷原子吸收法、原子荧光光谱法及灼烧法测定了连云港海州湾近岸表层沉积物中重金属和有机质的含量,利用主成分分析法(Principal Component Analysis,PCA)研究了沉积物中重金属的来源,发现前3个主成分的贡献率分别为54.21%、19.04%、16.37%,表明重金属主要有3个来源:工业和生活污水排放、农业灌溉水的排放、有机质降解。以PCA计算结果为基础应用海洋沉积物污染指数(Marine sediment pollution index,MSPI)和平均沉积物质量标准商数(Mean sediment quality guideline quotient,SQG-Q)评价了沉积物中重金属的污染状况及对生物的潜在影响。结果发现,海州湾近岸海区沉积物质量污染严重(MSPI值在60到80之间),排污口海区的沉积物污染最为严重(MSPI值大于80),连云港近岸海域沉积物对生物的负影响潜力为中度水平(0.1SQG-Q1)。 相似文献
13.
14.
临洪河口海域间隙水和沉积物中重金属分布研究 总被引:1,自引:0,他引:1
为了研究近岸海域中重金属的分布情况及其潜在迁移趋势,以连云港临洪河口为研究对象,分析了间隙水和沉积物中Cu,Zn,Pb,Cd,Cr,As,Fe,Mn的含量。结果表明,沉积物中金属浓度的分布顺序为:Pb>Zn>As>Cr>Cu>Cd。同种重金属在沉积物中的含量高于间隙水中,表明了该水体中的重金属有从沉积物向上覆水扩散的可能趋势。统计分析结果表明,沉积物中的金属浓度之间发现存在明显的相关性;多数金属与Fe、Mn存在明显的浓度相关性,表明了Fe和Mn在河口系统的金属地球化学循环过程中起重要作用。 相似文献
15.
基于SPE与SPATT的水体中麻痹性贝类毒素检测方法构建与应用 总被引:1,自引:0,他引:1
为实现麻痹性贝类毒素(paralytic shellfish poisoning,PSP)的实时监控与提前预警,本研究构建了基于固相萃取技术(solid phase extraction,SPE)与固相吸附毒素跟踪技术(solid phase adsorption toxin tracking,SPATT)的水体中PSP检测方法,重点优化了吸附材料及前处理方法,评价了回收率、检出限等指标,并将方法应用于2019年春季秦皇岛山海关海域PSP消长过程的监测中,比较评估了两种方法的监控预警效果。结果表明:SPE方法选用ENVI-Carb 500mg/6mL固相萃取柱,过样体积为50mL,13种PSP组分的平均回收率为82.2%±10.0%、检出限为4.0-20.0ng/L;SPATT方法选用SP207大孔吸附树脂,洗脱时间为静置Id最佳,整体回收率约为9.2%;在实际应用中,结合产毒藻密度及贻贝富集毒素含量的变化,发现SPE方法的检测结果可实时表征海域PSP风险状况,对于贻贝中PSP的预警效果也显著优于SAPTT方法,后者不仅因监控方式相对滞后一个监测周期,且灵敏度及准确性均较差。对于秦皇岛... 相似文献
16.
17.
18.
19.
20.
特征提取及其选择是SAR海冰分类的重要步骤之一。在众多特征中选取有效特征,进而构建表达地物类型的特征空间是提高分类精度的关键。为此,本文提出一种基于目标分解特征的全极化SAR海冰分类算法。首先,对全极化SAR数据进行多视化处理及滤波操作,生成相干矩阵;其次,对相干矩阵进行目标分解,并针对分解结果提取散射特征参数,进而构建特征空间;再次,通过对所提取的特征进行统计相关性分析,并对高相关特征采用PCA降维,以优化特征组合;最后,设计BP神经网络分类器,并将所得的优化特征矢量作为输入,海冰类别为输出,实现海冰分类。本文以格陵兰中部海域作为研究试验区域,采用L波段ALOS PALSAR全极化数据。通过对本文算法与对比算法的分类结果进行定性定量分析,可以得出本文所选取的特征对海冰识别较好。此外,通过对利用各个不同特征海冰分类结果的性能分析,可以得出基于散射模型的目标分解比基于特征值的H/α/A分解更有助于海冰分类。 相似文献