全文获取类型
收费全文 | 68篇 |
免费 | 22篇 |
国内免费 | 29篇 |
专业分类
测绘学 | 11篇 |
大气科学 | 1篇 |
地球物理 | 14篇 |
地质学 | 29篇 |
海洋学 | 53篇 |
综合类 | 11篇 |
出版年
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 3篇 |
2019年 | 6篇 |
2018年 | 5篇 |
2017年 | 6篇 |
2016年 | 6篇 |
2015年 | 5篇 |
2014年 | 13篇 |
2013年 | 5篇 |
2012年 | 7篇 |
2011年 | 5篇 |
2010年 | 14篇 |
2009年 | 8篇 |
2008年 | 6篇 |
2007年 | 2篇 |
2006年 | 4篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2002年 | 2篇 |
2001年 | 1篇 |
1998年 | 5篇 |
1995年 | 1篇 |
排序方式: 共有119条查询结果,搜索用时 0 毫秒
21.
非通航孔桥墩自适应拦截网防撞装置实船拦截试验与水动力计算 总被引:1,自引:0,他引:1
针对非通航孔桥墩,研发了一种自适应拦截网防船舶撞击装置,主要由系泊大浮体、系泊锚链和固定锚、自适应小浮筒、拦截网、恒阻力缆绳以及触发钢索所组成。阐述了该防撞装置设计原理,即偏航船舶撞击该防撞装置,小浮筒会带动拦截网自适应地从水平状态竖起展开,包裹住来撞船首,再通过相连浮体的运动阻力和恒阻力缆绳来吸收船舶动能,拦截住船舶,保护非通航孔桥墩安全。随后介绍在福建平潭海峡大桥引桥附近海域实施的实船撞击自适应拦截网防撞装置的大型试验,试验结果显示:自适应拦截网成功升起,船舶被安全拦截,从而实验证实了设计原理与设计方案的可行性和可靠性。最后,采用大型水动力分析软件AQWA对防撞装置拦截船舶过程进行数值模拟,模拟结果与实验结果基本一致,说明了数值仿真具有较好的计算精度和可靠性,能够为该防撞装置的结构设计与优化提供重要的参考。 相似文献
22.
建立南海潮波模式及其伴随同化模式,在传统二维潮波方程的基础上加入了内潮耗散项,考虑了内潮耗散对南海潮波系统的影响,在前人工作基础上,改进了内潮耗散参数化方案,并给出内潮耗散项中地形效应参数的计算公式;通过对比,本文的参数化方案比前人参数化方案能取得更为合理的模拟结果。以63个验潮站和24个TOPEX/Poseidon卫星高度计轨道交叉点处的调和常数作为观测值,利用伴随同化方法来优化模式中的底摩擦系数和内潮耗散系数。为了寻求最优的优化方案,设计了7组数值实验。实验结果表明,实验7先优化内潮耗散系数再优化底摩擦系数的模拟结果最优。利用实验7的模拟结果分析了南海M2分潮的潮波特征,与前人结果基本一致。 相似文献
23.
24.
25.
26.
以2010—2020年Web of Science核心合集(WOS)和中国知网数据库(CNKI)中收录有关流式细胞仪在水环境中研究的文献,利用Cite Space软件进行可视化分析,通过对文献发表的时间分布、关键词、研究机构和代表作者等方面的分析,综述了流式细胞仪在水环境中的研究热点和发展趋势。分析结果表明:(1)流式细胞仪在水环境中主要应用于浮游微生物的计数、群落结构分析和水质安全的预警等方面;(2)从发展趋势上看,近几年,国内外学者对流式细胞仪在水质安全监测中的研究热度上升较为显著,是当前乃至今后的研究热点和方向;(3)从整体水平上看,流式细胞仪在水环境中的应用还相对较少,研究机构和代表作者也有限,仍处于发展阶段。今后应加强流式细胞仪在水环境中的应用和探索,并针对仪器本身的不足进行改良。 相似文献
27.
渤海主要分潮的模拟及地形演变对潮波影响的数值研究 总被引:2,自引:0,他引:2
基于FVCOM数值模式,利用1972年和2002年水深岸线数据,分别对渤海主要潮波系统进行模拟,研究了水深岸线变化对渤海主要分潮的影响。结果表明渤海地形演变会引起各分潮无潮点位置移动和振幅的改变,其中M2、S2分潮黄河口附近无潮点位置向东北方向迁移20km以上,且渤海湾湾顶振幅减弱,莱州湾内振幅增强;K1、O1分潮位于渤海海峡附近的无潮点亦向东北方向偏移,移动距离为10km左右,且渤海湾湾顶振幅明显减弱。在此基础上,本文通过敏感性数值实验,对导致黄河口外M2分潮无潮点位置移动的主要因素进行了初步分析。结果显示,在岸线不变的情况下,水深变化导致无潮点向东北方向迁移;而岸线变化导致无潮点向东南方向迁移。 相似文献
28.
Based on an empirical orthogonal function (EOF) analysis of the monthly NCEP Optimum Interpolation Sea Surface Temperature (OISST) data in the South China Sea (SCS) after removing the climatological mean and trends of SST, over the period of January 1982 to October 2003, the corresponding TCF correlates best with the Dipole Mode Index (DMI), Niño1+2, Niño3.4, Niño3, and Niño4 indices with time lags of 10, 3, 6, 5, and 6 months, respectively. Thus, a statistical hindcasts in the prediction model are based on a canonical correlation analysis (CCA) model using the above indices as predictors spanning from 1993/1994 to 2003/2004 with a 1–12 month lead time after the canonical variants are calculated, using data from the training periods from January 1982 to December1992. The forecast model is successful and steady when the lead times are 1–12 months. The SCS warm event in 1998 was successfully predicted with lead times from 1–12 months irrespective of the strength or time extent. The prediction ability for SSTA is lower during weak ENSO years, in which other local factors should be also considered as local effects play a relatively important role in these years. We designed the two forecast models: one using both DMI and Niño indices and the other using only Niño indices without DMI, and compared the forecast accuracies of the two cases. The spatial distributions of forecast accuracies show different confidence areas. By turning off the DMI, the forecast accuracy is lower in the coastal areas off the Philippines in the SCS, suggesting some teleconnection may occur with the Indian Ocean in this area. The highest forecast accuracies occur when the forecast interval is five months long without using the DMI, while using both of Niño indices and DMI, the highest accuracies occur when the forecast interval time is eight months, suggesting that the Niño indices dominate the interannual variability of SST anomalies in the SCS. Meanwhile the forecast accuracy is evaluated over an independent test period of more than 11 years (1993/94 to October 2004) by comparing the model performance with a simple prediction strategy involving the persistence of sea surface temperature anomalies over a 1–12 month lead time (the persisted prediction). Predictions based on the CCA model show a significant improvement over the persisted prediction, especially with an increased lead time (longer than 3 months). The forecast model performs steadily and the forecast accuracy, i.e., the correlation coefficients between the observed and predicted SSTA in the SCS are about 0.5 in most middle and southern SCS areas, when the thresholds are greater than the 95% confidence level. For all 1 to 12 month lead time forecasts, the root mean square errors have a standard deviation of about 0.2. The seasonal differences in the prediction performance for the 1–12 month lead time are also examined. 相似文献
29.
30.