全文获取类型
收费全文 | 1297篇 |
免费 | 372篇 |
国内免费 | 385篇 |
专业分类
测绘学 | 123篇 |
大气科学 | 325篇 |
地球物理 | 387篇 |
地质学 | 812篇 |
海洋学 | 186篇 |
天文学 | 7篇 |
综合类 | 111篇 |
自然地理 | 103篇 |
出版年
2024年 | 17篇 |
2023年 | 53篇 |
2022年 | 90篇 |
2021年 | 79篇 |
2020年 | 66篇 |
2019年 | 75篇 |
2018年 | 74篇 |
2017年 | 56篇 |
2016年 | 45篇 |
2015年 | 78篇 |
2014年 | 102篇 |
2013年 | 100篇 |
2012年 | 85篇 |
2011年 | 88篇 |
2010年 | 88篇 |
2009年 | 76篇 |
2008年 | 96篇 |
2007年 | 87篇 |
2006年 | 78篇 |
2005年 | 68篇 |
2004年 | 51篇 |
2003年 | 47篇 |
2002年 | 59篇 |
2001年 | 36篇 |
2000年 | 30篇 |
1999年 | 31篇 |
1998年 | 30篇 |
1997年 | 27篇 |
1996年 | 25篇 |
1995年 | 30篇 |
1994年 | 25篇 |
1993年 | 23篇 |
1992年 | 23篇 |
1991年 | 19篇 |
1990年 | 13篇 |
1989年 | 9篇 |
1988年 | 4篇 |
1986年 | 3篇 |
1985年 | 9篇 |
1982年 | 10篇 |
1981年 | 4篇 |
1979年 | 3篇 |
1973年 | 2篇 |
1965年 | 12篇 |
1964年 | 2篇 |
1963年 | 2篇 |
1961年 | 2篇 |
1959年 | 2篇 |
1946年 | 2篇 |
1943年 | 4篇 |
排序方式: 共有2054条查询结果,搜索用时 15 毫秒
61.
利用美国科考船Sikuliaq在2015年10月至11月初在北极波弗特海区域获得的512处船测海冰数据,分别对三种不同雪厚参数的MODIS (Moderate-resolution Imaging Spectroradiometer)热力学反演冰厚模型、德国汉堡大学和不莱梅大学发布的SMOS (Soil Moisture and Ocean Salinity mission)海冰厚度产品进行精度验证。结果表明,将船测雪厚作为反演模型中的雪厚参数,得到薄冰厚度与船测薄冰厚度的平均偏差为0.02m,均方根误差为0.12 m,两者均为三种模型中最低而被认为是最优模型。不考虑雪厚的裸冰冰厚模型得到的薄冰厚度与船测薄冰厚度的相关系数为0.72,相关性最高但只适用于冰上无雪盖的情况。以经验雪厚关系推算出的雪厚参数加入反演模型中,得到的冰厚结果在研究验证中精度最不理想。另外,两种SMOS产品与船测冰厚的相关性与均方根误差结果优于MODIS反演结果,且不莱梅大学的SMOS冰厚产品精度更优。因此研究认为现有的MODIS薄冰厚度反演算法的反演精度有待提高,暂不适合作为评定其他薄冰厚度产品精度的标准,只能作为比较数据。 相似文献
62.
海面溢油无人机高光谱遥感检测与厚度估算方法 总被引:2,自引:0,他引:2
海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:(1)675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;(2)提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜(厚度≤ 5 μm)和厚油膜(厚度>50 μm),反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。 相似文献
63.
64.
黑龙江省是我国的黑土分布区。初垦时,黑土层平均厚度为60-100厘米。如今,黑土层厚度已下降到20-40厘米,并且以平均每年3—3.5毫米的速度流失。 相似文献
65.
黑土层厚度与农田土壤肥力和质量密切相关,准确刻画东北松嫩典型黑土区耕地黑土层厚度的空间分布对黑土地保护和农业可持续发展具有重要意义。然而,常用的预测模型在平原漫岗地区进行数字制图具有较大的难度,如何准确预测黑土层厚度的空间分布特征是亟待解决的问题。选取东北地区松嫩典型黑土区作为研究区,以研究区内106个剖面点和45个环境因子为基础数据,通过因子重要性排序和相关性剔除法筛选变量,利用多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、梯度提升树(Gradient Boosting Decsion Tree,GBDT)、极端梯度提升(Extreme Gradient Boosting,XGBoost)、随机森林回归克里格(Random Forest-Regression Kriging,RF-RK)和堆叠泛化模型(Stacking)对黑土层厚度进行空间预测制图,评估不同模型预测精度并研究影响黑土层厚度空间分布的最优协变量,并基于较优模型绘制东北黑土区耕地黑土层厚度分级图。结果表明:(1) Stacking组合多种模型的... 相似文献
66.
涟源含煤区小煤矿主采煤层一般为构造煤,常呈不稳定的厚、薄煤带或构造煤包,采用传统的平面(立面)投影地质块段法估算资源储量可能存在不足之处,而采用煤层平均厚度统计法或资源储量面积比率法估算资源储量有针对性,能减少估算误差。 相似文献
67.
尝试了直接利用布格重力数据和地形数据反演计算中国及邻区的地壳厚度的方法. 为减小区域不均衡性和重力反演中的不唯一性的影响,本方法利用地表地形起伏修正传统反演方法中的参考深度,并经过多次的迭代使得反演结果逼近真实值. 在此基础上,绘制了中国及邻区1deg;times;1deg;网格的地壳厚度图,对中国及邻区的布格重力异常和莫霍界面的起伏数据进行了相关性分析, 其相关性系数为-0.993. 其地形起伏与莫霍界面的起伏之间也呈现出了海、陆不同的线性相关,其相关系数分别为0.96和0.91. 相关性计算结果显示,重力数据揭示的大陆和海洋的交界大致为水下800 m. 为了探讨地球曲率对该算法可能的影响, 还分别计算了分区反演以及整体区域反演两种模式,研究发现两者得到的地壳厚度偏差在5km以内,并分析了可能产生偏差的原因. 比较本文结果与地震测深及其它研究结果表明,独立使用布格重力异常和地形数据,能较为可靠地反演出中国及邻区地壳厚度. 相似文献
68.
69.
Interannual variability(IAV) in the barrier layer thickness(BLT) and forcing mechanisms in the eastern equatorial Indian Ocean(EEIO) and Bay of Bengal(BoB) are examined using monthly Argo data sets during 2002–2017. The BLT during November–January(NDJ) in the EEIO shows strong IAV, which is associated with the Indian Ocean dipole mode(IOD), with the IOD leading the BLT by two months. During the negative IOD phase, the westerly wind anomalies driving the downwelling Kelvin waves increase the isothermal layer depth(ILD). Moreover, the variability in the mixed layer depth(MLD) is complex. Affected by the Wyrtki jet, the MLD presents negative anomalies west of 85°E and strong positive anomalies between 85°E and 93°E. Therefore, the BLT shows positive anomalies except between 86°E and 92°E in the EEIO. Additionally, the IAV in the BLT during December–February(DJF) in the BoB is also investigated. In the eastern and northeastern BoB, the IAV in the BLT is remotely forced by equatorial zonal wind stress anomalies associated with the El Ni?o-Southern Oscillation(ENSO). In the western BoB, the regional surface wind forcing-related ENSO modulates the BLT variations. 相似文献
70.