全文获取类型
收费全文 | 2091篇 |
免费 | 537篇 |
国内免费 | 1118篇 |
专业分类
测绘学 | 136篇 |
大气科学 | 2240篇 |
地球物理 | 320篇 |
地质学 | 542篇 |
海洋学 | 240篇 |
天文学 | 7篇 |
综合类 | 108篇 |
自然地理 | 153篇 |
出版年
2024年 | 31篇 |
2023年 | 51篇 |
2022年 | 83篇 |
2021年 | 109篇 |
2020年 | 114篇 |
2019年 | 131篇 |
2018年 | 111篇 |
2017年 | 102篇 |
2016年 | 102篇 |
2015年 | 100篇 |
2014年 | 167篇 |
2013年 | 135篇 |
2012年 | 160篇 |
2011年 | 149篇 |
2010年 | 150篇 |
2009年 | 173篇 |
2008年 | 113篇 |
2007年 | 206篇 |
2006年 | 200篇 |
2005年 | 166篇 |
2004年 | 159篇 |
2003年 | 177篇 |
2002年 | 127篇 |
2001年 | 120篇 |
2000年 | 134篇 |
1999年 | 107篇 |
1998年 | 81篇 |
1997年 | 60篇 |
1996年 | 57篇 |
1995年 | 38篇 |
1994年 | 49篇 |
1993年 | 24篇 |
1992年 | 19篇 |
1991年 | 13篇 |
1990年 | 6篇 |
1989年 | 6篇 |
1988年 | 3篇 |
1987年 | 5篇 |
1986年 | 1篇 |
1984年 | 1篇 |
1982年 | 2篇 |
1980年 | 1篇 |
1978年 | 2篇 |
1977年 | 1篇 |
排序方式: 共有3746条查询结果,搜索用时 15 毫秒
841.
842.
基于BP神经网络的单站总云量预报研究 总被引:1,自引:0,他引:1
云是能够对飞行活动产生影响、甚至危及飞行安全的气象要素之一。为了对北京单站总云量进行预报,利用人工神经网络的BP模型,针对不同时次进行关键因子的选取,尝试用多种预报因子的组合,建立了总云量预报模型。试验结果表明:所建立的模型具有较好的拟合、预报精度,并且没有出现"过拟合"现象,对新样本具有较好的泛化能力。 相似文献
843.
焦作市旅游景区最低气温预报方法 总被引:1,自引:0,他引:1
利用2007年10月-2008年9月ECMWF资料和设立在4个景区(修武县的云台山、青龙峡,博爱县的青天河,沁阳市的神农山)的四要素气象站采集的气温数据,以及焦作市、修武县、博爱县、沁阳市4个观测站的气温数据,应用温度方程理论,建立焦作市、修武县、博爱县和沁阳市的站点最低气温预报方程,再根据景区内最低气温与所在县(市)局观测站的逐月气温距平,利用二次迭代法修正最低气温预报方程,从而得出4个景区的最低气温预报方法.方程的预报结果与实际值误差绝对值都在3.0 ℃以内,平均误差为0.9 ℃. 相似文献
844.
北京地区暴雨个例的观测敏感区研究 总被引:1,自引:1,他引:0
利用基于集合预报的相关方法对2009年7月23日发生在北京及周边地区的暴雨过程的观测敏感区进行了分析。通过WRF(Weather Research Forecast)三维变分方法对初始场进行随机扰动,形成30个初始集合样本,做了预报时效为12 h的集合预报。利用该方法分析检验区(北京及周边地区)累积降水[14:00(北京时间,下同)至20:00]相对于初始时刻(08:00)各基本要素的敏感性,确定感性要素及其对应的区域。研究发现初步确定的敏感性要素为水汽和温度,对应的敏感区分别位于北京的西南侧和北京的东北侧,且通过实况分析可知初步确定的敏感性要素和对应的敏感区具有明确的物理意义。还进一步通过观测系统模拟试验(OSSE)的资料同化验证所确定的敏感区,结果表明在水汽对应的敏感区内同化水汽对降水的预报结果有明显的改进;在温度对应的敏感区内同化温度,降水的预报准确率有了明显的提高,说明了初步确定的敏感性要素和敏感区的正确性。在水汽对应的敏感区内同化水汽的同时在温度对应的敏感区内同化温度,使降水预报的技巧有大幅度的提高,说明了温度和水汽的共同作用对提高降水预报准确率贡献最大。因此,通过基于集合预报的相关方法能够快速的确定敏感区。研究结果将为确定北京暴雨的观测敏感区提供参考。 相似文献
845.
846.
847.
林海 《南京气象学院学报》2010,33(6):641-646
数值模式的季节预报技巧主要与大气外强迫的变率密切相关。当前的大气环流模式(general circulation models,GCMs)通常不能准确地模拟出与大气外强迫有关的响应模态和响应强度,从而导致了预报误差的产生。本文给出了一种后处理方法,有助于降低模式的系统性误差,并提高季节预报技巧。 相似文献
848.
849.
850.