全文获取类型
收费全文 | 238篇 |
免费 | 41篇 |
国内免费 | 31篇 |
专业分类
测绘学 | 53篇 |
大气科学 | 24篇 |
地球物理 | 42篇 |
地质学 | 126篇 |
海洋学 | 44篇 |
天文学 | 1篇 |
综合类 | 14篇 |
自然地理 | 6篇 |
出版年
2024年 | 3篇 |
2023年 | 9篇 |
2022年 | 2篇 |
2021年 | 3篇 |
2020年 | 6篇 |
2019年 | 10篇 |
2018年 | 6篇 |
2017年 | 8篇 |
2016年 | 8篇 |
2015年 | 3篇 |
2014年 | 3篇 |
2013年 | 3篇 |
2012年 | 6篇 |
2011年 | 4篇 |
2010年 | 12篇 |
2009年 | 7篇 |
2008年 | 4篇 |
2007年 | 12篇 |
2006年 | 7篇 |
2005年 | 12篇 |
2004年 | 5篇 |
2003年 | 6篇 |
2002年 | 10篇 |
2001年 | 17篇 |
2000年 | 7篇 |
1999年 | 16篇 |
1998年 | 7篇 |
1997年 | 12篇 |
1996年 | 14篇 |
1995年 | 12篇 |
1994年 | 15篇 |
1993年 | 11篇 |
1992年 | 9篇 |
1991年 | 16篇 |
1990年 | 3篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 3篇 |
1984年 | 3篇 |
1983年 | 2篇 |
1982年 | 3篇 |
1981年 | 1篇 |
1978年 | 2篇 |
1975年 | 1篇 |
1958年 | 1篇 |
排序方式: 共有310条查询结果,搜索用时 31 毫秒
91.
固体潮研究是研究地震成因、地震前兆与地震预测的重要内容.在开展固体潮地震预测研究之前,固体潮主要用于地球动力学研究.然而固体潮地震预测研究与固体潮地球动力学研究的目标截然不同.地球动力学从大的时间尺度和地球整体运动(包括地球内部及表面的构造运动)来探讨其动力演化过程,进而寻求其驱动机制.固体潮地震预测研究则是研究小时间尺度、区域性地壳构造运动中与地震有关的固体潮异常现象.二者相差甚远.在现行地震预测体系中,固体潮研究也远不能与测震学研究的重要性相比.为什么会出现这种情况?固体潮地震预测研究有什么特点?这些问题的讨论,有助于帮助我们强化地震预测的目标和概念、改进固体潮地震监测技术系统、探索新的数字信号处理方法. 相似文献
92.
93.
仇山膨润土酸化后的结构和性质变化 总被引:1,自引:0,他引:1
仇山膨润土酸化后的结构和性质变化郭九皋1)林鸿福2)杨年华3)王德强1)杨保联3)李丽云3)1(中国科学院广州地球化学研究所,广州510640)2(浙江省工业矿产对外贸易公司,杭州310000)3(中国科学院武汉物理研究所,武汉430071)关键词膨... 相似文献
94.
95.
本文简述对1996年2月3日丽江7.0级地震作出较成功中长期预报的历史事实。研究中采取着眼长期、关注群体、解剖个体、跟踪动态的基本思路,通过层层筛选、逐一排除、再行逼近的步骤,凭经验确定以丽江为中心的7级地震危险区,并提出防震减灾对策措施。云南省人民政府采纳了研究成果,批准省府办公厅于1995年3月8日发布地震中期预报,丽江地区行署为之做了防震准备,发挥了政府的减灾职能,取得较好的减灾实效。 相似文献
96.
97.
98.
芒萁是南方红壤侵蚀区生态恢复重要的地带性草本植物,对生态系统修复具有重要作用,监测其叶绿素含量能有效诊断生长健康状况。本文以福建省长汀县朱溪流域6个不同生态恢复年限下的芒萁叶片高光谱反射数据以及实测叶绿素含量为数据源,借助高光谱遥感技术分析不同恢复年限芒萁叶片原始光谱特征,筛选出光谱敏感波段并构建光谱指数,基于相关性分析,建立芒萁叶绿素单变量以及多元逐步回归模型,并确定最佳估算模型。结果表明:高光谱指数建立的单变量估算模型中,改进红边归一化植被指数(mNDVI705)、叶面叶绿素指数(LCI)、红边指数(Vog)、比值光谱指数(RVI603/407)、NDVI[603,407]高光谱指数建立的二次模型精度高,建模决定系数R2均超过了0.8,其中以高光谱指数为自变量建立的多元回归模型拟合R2值(0.886)最高。综合建模精度和模型验证精度,LCI指数构建的单变量模型以及基于高光谱指数的多元回归模型是估算芒萁叶片叶绿素含量最佳模型。本研究建立的叶绿素高光谱估算模型对快速、无损地监测水保植物芒萁生长具有重要意义。 相似文献
99.
100.
人工智能作为当前科技创新和推动产业升级转型的焦点,已经成为我国国家战略和未来趋势,并向测绘技术行业开始蔓延和渗透,推动测绘行业逐步从信息化测绘升级为智能测绘。文中从组成人工智能的核心要素出发,阐述人工智能技术与测绘的紧密联系,给测绘行业带来了巨大的发展机遇与挑战。决定人工智能成败的关键因素是人才教育,聚焦到测绘教育领域,测绘岗位的性质已经发生了变化,人工智能倒逼测绘类专业教育体系变革,坚持夯实测绘专业的基础教育不会变。提出人工智能融入测绘类人才培养的3种模式,而提升测绘类专业教师人工智能相关知识素养是关键。整合测绘类各个子专业的教育资源,借助信息化的技术手段,按照5个学习层次搭建了基于人工智能技术的知识学习平台,将理想的、生态的和完整的测绘教育带入人工智能大时代发展的伟大变革中。 相似文献