全文获取类型
收费全文 | 198篇 |
免费 | 41篇 |
国内免费 | 54篇 |
专业分类
测绘学 | 7篇 |
大气科学 | 70篇 |
地球物理 | 74篇 |
地质学 | 79篇 |
海洋学 | 26篇 |
综合类 | 17篇 |
自然地理 | 20篇 |
出版年
2024年 | 2篇 |
2023年 | 5篇 |
2022年 | 11篇 |
2021年 | 17篇 |
2020年 | 13篇 |
2019年 | 8篇 |
2018年 | 12篇 |
2017年 | 7篇 |
2016年 | 10篇 |
2015年 | 13篇 |
2014年 | 14篇 |
2013年 | 4篇 |
2012年 | 8篇 |
2011年 | 19篇 |
2010年 | 13篇 |
2009年 | 14篇 |
2008年 | 15篇 |
2007年 | 14篇 |
2006年 | 12篇 |
2005年 | 10篇 |
2004年 | 8篇 |
2003年 | 6篇 |
2002年 | 9篇 |
2001年 | 8篇 |
2000年 | 5篇 |
1999年 | 1篇 |
1998年 | 5篇 |
1997年 | 6篇 |
1996年 | 2篇 |
1995年 | 4篇 |
1994年 | 7篇 |
1993年 | 4篇 |
1992年 | 4篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有293条查询结果,搜索用时 15 毫秒
31.
32.
33.
ABSTRACTWidespread forest fire events occurred in the foothills of North Western Himalaya during 24 April to 2 May 2016 (Event-1) and 20–30 May 2018 (Event-2). Their impacts were investigated on the distribution of pollutant gases ozone (O3), carbon monoxide (CO), and oxides of nitrogen (NOx) over Uttarakhand using simulations of Weather Research and Forecasting model coupled with chemistry (WRF-Chem) and in-situ observations of these gases over Dehradun, the capital of Uttarakhand. During Event-1, the observed CO mixing ratio over Dehradun increased from 25 April 2016 onwards, attained maximum (705.8 ± 258 ppbv) on 2 May 2016 and subsequently decreased. The rate of increase of daily baseline CO was 29 ppbv/day during HFAP (High Fire Activity Period). During Event-2, daily average concentrations of CO, O3, and NOx showed systematic increase over Dehradun during HFAP period. The rate of increase of CO was 9 ppbv/day, while it was very small for NOx and O3. To quantitatively estimate the influence of forest fire emissions, two WRF-Chem simulations were made: one with biomass burning (BB) emissions and other without BB emissions. These simulations showed 52% (34%) enhancement in CO, 52% (32%) enhancement in NOx, and 11% (9%) enhancement in O3 during HFAP for Event-1 (Event-2). A clear positive correlation (r = 0.89 for Event-1, r = 0.69 for Event-2) was found between ?O3 (O3with BB minus O3without BB) and ?CO (COwith BB minus COwithout BB), indicating rapid production of ozone in the fire plumes. For both the events, the vertical distribution of ?O3, ?CO, and ?NOx showed that forest fire emissions influenced the air quality upto 6.5 km altitude. Peaks in ?O3, ?CO, and ?NOx during different days suggested the role of varying dispersion and horizontal mixing of fire plumes. 相似文献
34.
35.
36.
37.
近年来,北极变暖速度几乎是全球平均速度的两倍,海冰加速消融被认为会使沉积的持久性有机污染物(POPs)重新释放进入大气。本文利用近30年的大气POPs浓度数据和北极海冰数据,比较了有机氯农药(OCPs)和多氯联苯(PCBs)在北极Alert、Zeppelin、Stórhöfði和Pallas这4个站点的变率,结合互相关分析,探讨POPs对海冰变化的响应。结果发现,在周围多为浮冰区的Zeppelin站点,OCPs(特别是HCB和α-HCH)在2009年后与海冰变化显著负相关,而在其他站点显著性较低或无显著相关性。PCBs在Stórhöfði和Pallas站点,超前海冰变化,可能与长距离输送和土壤的二次释放有关,而在Zeppelin站点出现了和DDTs类似的滞后海冰变化的现象。本研究表明,不同类型的POPs对海冰变化的时空响应不同,海冰消融不一定导致大气POPs浓度增大。
相似文献38.
南宁市大气能见度变化特征及影响因子分析 总被引:1,自引:0,他引:1
对2000至2006年的南宁市能见度资料进行统计分析。分析表明,南宁市近7a能见度年均值在13~17km之间,总体呈下降趋势。一年之中,能见度最小值主要出现在1至3月,最大值出现在6至7月,汛期能见度明显好于非汛期。一日之中,能见度的日变化为:08时〈02时〈20时〈14时。能见度与气象因子的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比。与污染物的相关分析表明,能见度与PM10浓度的相关性较强,达到-0.58。 相似文献
39.
基于中国铁路部门逐年统计数据,计算了1975-2007年中国电气化铁路带来的逐年节能量和CO2、烟尘、SO2、CO、NOx与CnHm的直接减排量,并分析了其变化特点.结果表明,33年来电气化铁路使得中国铁路运输行业年均节省123.0万t标准煤的能源消耗,节能量年均增长13.9万t标准煤;CO2、烟尘、SO2、CO、NO... 相似文献
40.
应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。 相似文献