全文获取类型
收费全文 | 3589篇 |
免费 | 563篇 |
国内免费 | 722篇 |
专业分类
测绘学 | 600篇 |
大气科学 | 1804篇 |
地球物理 | 548篇 |
地质学 | 709篇 |
海洋学 | 329篇 |
天文学 | 24篇 |
综合类 | 279篇 |
自然地理 | 581篇 |
出版年
2024年 | 42篇 |
2023年 | 135篇 |
2022年 | 231篇 |
2021年 | 216篇 |
2020年 | 171篇 |
2019年 | 191篇 |
2018年 | 153篇 |
2017年 | 134篇 |
2016年 | 136篇 |
2015年 | 162篇 |
2014年 | 201篇 |
2013年 | 190篇 |
2012年 | 216篇 |
2011年 | 208篇 |
2010年 | 200篇 |
2009年 | 190篇 |
2008年 | 175篇 |
2007年 | 202篇 |
2006年 | 196篇 |
2005年 | 150篇 |
2004年 | 147篇 |
2003年 | 124篇 |
2002年 | 120篇 |
2001年 | 122篇 |
2000年 | 81篇 |
1999年 | 95篇 |
1998年 | 85篇 |
1997年 | 93篇 |
1996年 | 89篇 |
1995年 | 104篇 |
1994年 | 75篇 |
1993年 | 67篇 |
1992年 | 54篇 |
1991年 | 37篇 |
1990年 | 39篇 |
1989年 | 26篇 |
1988年 | 6篇 |
1987年 | 3篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1980年 | 1篇 |
1977年 | 1篇 |
1954年 | 1篇 |
排序方式: 共有4874条查询结果,搜索用时 15 毫秒
291.
用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析,采用最优分割进行因子筛选,建立了最优判别方程和大雾站数预报的回归预报模型,拟合率较高,残差较小,模型具有较强的预报能力. 相似文献
292.
四川省森林火险预报系统是用VB6.0语言编写,采用多因子线性回归统计方法建立的一套森林火险等级预报业务系统;本系统通用性强、功能齐全,为预报员提供了一套较完备的火险等级预报工具,同时实现了等值线这一科学计算可视化表现方式,摆脱了对专业绘图软件的依赖. 相似文献
293.
以实况资料作初始场,利用中尺度自适应模式对西北地区2000年4月12日强沙尘暴的天气形势和风场进行了数值模拟,对此分析得出西部地区沙尘暴的形成、发展机制和中小尺度系统对于沙尘暴发生发展的触发和指示作用。由于模式的输出结果是每3小时一次,比常规资料更能表现出沙尘暴的内在机制及时间和空间尺度较短的系统。结果表明:在沙尘暴发生前河西走廊西部就出现偏西大风,高空急流对沙尘暴发生区有很好的指示作用,强沙尘暴发生在200hPa高空急流入口区右倒,上升运动区内;高空急流发生变异时,导致对流层中下部锋区加强和大气层结不稳定,为中尺度系统的发生、发展和沙尘暴的产生提供了适宜的大尺度环流背景;西北地区干暖舌的形成和维持对沙尘暴的发生区有很好的指示作用,当冷锋过境时,干暖区是沙尘暴发生的最有利的环境。 相似文献
294.
雪灾是内蒙古地区的主要的气象灾害,对全区牧业和人民生活造成了严重危害和影响。在充分分析内蒙古地区气候特征的基础上,依据SVM回归方法,利用T213资料,建立了暴雪的SVM回归方法预报模型,建立了自动化的SVM暴雪预报业务系统,并对其进行了业务试验。给出了依据SVM方法建立的暴雪实时业务预报系统的检验结果。结果表明,SVM回归方法能运用于暴雪的预报,建立的自动化的SVM暴雪预报业务系统能在预报业务中发挥了一定的作用。 相似文献
295.
“05.6”广西持续性大暴雨成因分析 总被引:17,自引:0,他引:17
利用常规资料、T213初始场及6h预报场、卫星云图等资料,用中尺度分析方法,并配合诊断分析,对广西“05.6”持续性大暴雨成因进行了初步探讨。结果表明:这次过程是在稳定的大尺度环流形势和有利的物理量场条件下发生,是大、中尺度天气系统相互作用的结果,具有典型的中尺度性质,表现出强降雨的不均匀性、突发性和局地性,是中尺度天气系统活动的结果。 相似文献
296.
297.
土体中大量降排水的过程实际上是土体中有效应力增长的过程。通过对抽水试验中土体渗透系数的回归分析,建立了渗透系数与有效应力增量之间的耦合响应模型关系,说明降排水过程中土体渗透系数是呈非线性变化的。 相似文献
298.
中国冬季气温的集合典型相关分析和预报 总被引:2,自引:0,他引:2
以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定. 相似文献
299.
300.