全文获取类型
收费全文 | 1425篇 |
免费 | 154篇 |
国内免费 | 248篇 |
专业分类
测绘学 | 40篇 |
大气科学 | 28篇 |
地球物理 | 43篇 |
地质学 | 1174篇 |
海洋学 | 6篇 |
综合类 | 81篇 |
自然地理 | 455篇 |
出版年
2024年 | 14篇 |
2023年 | 34篇 |
2022年 | 69篇 |
2021年 | 62篇 |
2020年 | 59篇 |
2019年 | 62篇 |
2018年 | 40篇 |
2017年 | 47篇 |
2016年 | 50篇 |
2015年 | 55篇 |
2014年 | 96篇 |
2013年 | 83篇 |
2012年 | 107篇 |
2011年 | 118篇 |
2010年 | 100篇 |
2009年 | 98篇 |
2008年 | 110篇 |
2007年 | 96篇 |
2006年 | 93篇 |
2005年 | 70篇 |
2004年 | 60篇 |
2003年 | 57篇 |
2002年 | 39篇 |
2001年 | 25篇 |
2000年 | 24篇 |
1999年 | 24篇 |
1998年 | 17篇 |
1997年 | 17篇 |
1996年 | 15篇 |
1995年 | 14篇 |
1994年 | 18篇 |
1993年 | 11篇 |
1992年 | 8篇 |
1991年 | 8篇 |
1990年 | 19篇 |
1989年 | 6篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有1827条查询结果,搜索用时 0 毫秒
41.
县内土地面积36.49万hm2,坡耕地面积3.44万hm2.坡耕地粮食年产4500-6500kg/km2.低产原因是土层瘠薄,缺土水肥.采取的综合治理措施有:建设农田基础设施,实行生物-工程措施,推行分带轮作三熟制等.由此粮食年产达11000—12500kg/hm2. 相似文献
42.
利用空间主成分分析方法,选取降水、坡度、植被、土地利用、土壤类型、人口、高程等作为评价指标,建立空间主成分评价模型Pi=0.78X1+0.06X2+0.05X3+0.04X4,将研究区分为无险型、轻险型、危险型、强险型和极险型五种类型,较为准确地得到了危险度综合评价结果。因此,空间主成分分析模型,在土壤侵蚀危险程度评价方面的应用较为成功,是一种科学有效的研究方法。 相似文献
43.
基于动态因子的区域生态安全评价——以河北省万全县为例 总被引:7,自引:0,他引:7
本文以河北省万全县为例, 探索在GIS 和RS 技术支持下进行区域生态安全综合评价的 方法。数据包括1992 年8 月的TM影像、2002 年8 月的ETM+和SPOT 影像、1∶5 万DEM等; 选取 植被指数变化、土地利用类型变化和土壤有机质含量变化三类动态评价因子; 采用综合指数法构 建了基于生态退化的动态评价模型; 应用最小二乘原理客观地计算出了模型中各指标的权重; 并最终在ArcGIS 9.0/Spatial Analyst 模块中生成了生态安全评价图, 使模型得以实现。结果表明 该县南部河川区生态安全要优于中部丘陵区和北部山区; 相对不安全区域占到全县总面积的 50.1%, 虽然不安全区域总体分布较为散落, 但在北部和中部相对集中; 总体生态安全评价值为 2.3, 标志着本地区的生态安全级别较低, 应引起当地政府的高度重视。另外, 采用动态评价因子, 比采用静态评价因子具有一定优势; 采用最小二乘原理计算模型中权重系数的方法比较实用和 科学, 降低了人为影响因素, 也可以避免主观判断产生的错误, 为评价模型中权重系数的确定提 供了一种新的方法和选择。 相似文献
44.
威连滩冲沟砂黄土的风蚀与降雨侵蚀模拟实验 总被引:3,自引:0,他引:3
通过风洞与模拟降雨实验,研究了风力与降雨对青海省贵南县威连滩冲沟砂黄土的复合侵蚀作用。实验得出:①风蚀后的降雨使砂黄土表面在风干过程中形成了一层较为坚硬的结壳,增大了土壤的抗蚀性,降低了第二次风洞实验后期的风蚀率;②土壤水分与人为扰动是影响土壤风蚀的两个重要因素。当土壤水分较小时,风蚀率受人为扰动影响巨大;当土壤水分较大时,人为扰动对土壤风蚀的影响较小;③在持续降雨的实验条件下,砂黄土的产流、产沙量随着雨强的变化而改变。这种变化与表土的侵蚀率、可蚀性物质的多少、土壤水分以及土壤的入渗率等都有很大的关系。 相似文献
45.
西峡县北部有一巨大的与燕山期岩浆活动有关的热液活动成矿带。从岩浆活动中心向南的成矿可依次分为:内带—中带—外带,其对应主成矿元素为:Mo、W-Au、Pb、Ag-Au、Sb、As,中带和外带为金的重要成矿带。矿带与燕山期侵入体空间依存关系密切,成生时代一致。分带为由岩浆活动中心向外热液温度的降低及扩散距离的远近所造成,它可存在于地质体不同规模的尺度上,在东秦岭较为普遍。研究这种分带,对矿产的预测与评价将会有较大的帮助 相似文献
46.
I.EnvironmeotaICharacterishcsofChangliCountyChangliCoLmtyislocatedinthenortheastermendoftheNorthChinaPlain,nexttoBohaiSeaontheeastandthesouthemendofYanshanMountainsontl1enortl1.Luani1emverWhichrunsthroughthecouotyforn1sthewestemandsouthemboundaryoftitiscoastalcounty.ThenorthempartofthecoUnyishillywithaverageheigltrrangingfrom5oto5Oom,andmostportionintheeastemandsouflempartislocatedonthealluvialplainofLuani1eandYirunarivers,inclilungfromnorthwesttosoutieastwiil1heighrangingfrom2to3m.Tl1… 相似文献
47.
48.
Soil salinization is a worldwide environmental problem with severe economic and social consequences. In this paper, estimating the soil salinity of Pingluo County, China by a partial least squares regression (PLSR) predictive model was carried out using QuickBird data and soil reflectance spectra. At first, a relationship between the sensitive bands of soil salinity acquired from measured reflectance spectra and the spectral coverage of seven commonly used optical sensors was analyzed. Secondly, the potentiality of QuickBird data in estimating soil salinity by analyzing the correlations between the measured reflectance spectra and reflectance spectra derived from QuickBird data and analyzing the contributions of each band of QuickBird data to soil salinity estimation Finally, a PLSR predictive model of soil salinity was developed using reflectance spectra from QuickBird data and eight spectral indices derived from QuickBird data. The results indicated that the sensitive bands covered several bands of each optical sensor and these sensors can be used for soil salinity estimation. The result of estimation model showed that an accurate prediction of soil salinity can be made based on the PLSR method (R2 = 0.992, RMSE = 0.195). The PLSR model's performance was better than that of the stepwise multiple regression (SMR) method. The results also indicated that using spectral indices such as intensity within spectral bands (Int1, Int2), soil salinity indices (SI1, SI2, SI3), the brightness index (BI), the normalized difference vegetation index (NDVI) and the ratio vegetation index (RVI) as independent model variables can help to increase the accuracy of soil salinity mapping. The NDVI and RVI can help to reduce the influences of vegetation cover and soil moisture on prediction accuracy. The method developed in this paper can be applied in other arid and semi-arid areas, such as western China. 相似文献
49.
50.