收费全文 | 10823篇 |
免费 | 1865篇 |
国内免费 | 2159篇 |
测绘学 | 3124篇 |
大气科学 | 924篇 |
地球物理 | 1415篇 |
地质学 | 5894篇 |
海洋学 | 1464篇 |
天文学 | 86篇 |
综合类 | 986篇 |
自然地理 | 954篇 |
2024年 | 178篇 |
2023年 | 541篇 |
2022年 | 764篇 |
2021年 | 722篇 |
2020年 | 498篇 |
2019年 | 725篇 |
2018年 | 537篇 |
2017年 | 517篇 |
2016年 | 547篇 |
2015年 | 510篇 |
2014年 | 772篇 |
2013年 | 609篇 |
2012年 | 724篇 |
2011年 | 712篇 |
2010年 | 620篇 |
2009年 | 566篇 |
2008年 | 566篇 |
2007年 | 461篇 |
2006年 | 426篇 |
2005年 | 402篇 |
2004年 | 351篇 |
2003年 | 296篇 |
2002年 | 272篇 |
2001年 | 291篇 |
2000年 | 216篇 |
1999年 | 254篇 |
1998年 | 254篇 |
1997年 | 260篇 |
1996年 | 202篇 |
1995年 | 158篇 |
1994年 | 171篇 |
1993年 | 145篇 |
1992年 | 161篇 |
1991年 | 121篇 |
1990年 | 108篇 |
1989年 | 88篇 |
1988年 | 26篇 |
1987年 | 19篇 |
1986年 | 16篇 |
1985年 | 9篇 |
1984年 | 3篇 |
1982年 | 2篇 |
1981年 | 3篇 |
1980年 | 2篇 |
1978年 | 2篇 |
1974年 | 4篇 |
1961年 | 2篇 |
1957年 | 5篇 |
1954年 | 6篇 |
1937年 | 1篇 |
采用NCEP FNL 1°×1°逐6 h再分析资料、风廓线雷达观测资料及其他常规观测资料,对2014年5月23日发生在广州市中北部大暴雨过程的环流背景、天气尺度系统以及中尺度系统特征进行了研究。结果表明:(1)该过程是多尺度系统相互配合作用的结果,暴雨发生在“两槽一脊”环流背景下,高空槽与副热带高压相互作用使华南持续受短波槽影响;低层来自孟加拉湾及南海的低空急流,为大暴雨的产生提供了充足的水汽条件;高层南亚高压使得华南上空风场辐散抽吸作用明显。(2)强降水发生前,强风速伸展高度的不断降低使得上下层垂直风切变增大,为暴雨的产生提供了很好的动力条件,且水汽条件较好;低空急流指数的脉动与强降水的发生关系密切,其在强降水发生前1~2 h迅速增大,强降水发生后则迅速减小。(3)风场低层垂直切变的增强与强风速的下传具有较好的时间对应关系,说明由于强风速垂直伸展高度不断降低导致了风场垂直切变的增强。在强降水发生前,低空急流、低空急流指数以及垂直风切变的相应变化对短时强降水的预报具有一定指示意义。
相似文献基于Born近似的线性反演是当前流行的定量化地震成像与反演方法, 然而, 现有线性反演方法存在多种不可避免的问题, 比如迭代计算成本过高, 背景模型依赖, 以及多参数提取不确定/不稳定.为避免这些问题, 本文提出了角度域广义Radon变换(AD-GRT)多参数非迭代反演方法(2D声波双参数介质).AD-GRT是一种地震数据与角度域模型之间的积分变换, 该角度域模型能够保留地震散射数据的完整信息.基于该角度域模型, 地震数据可被精确重建, 即使背景模型是错误的.介质双扰动参数可在角度域模型中准确且稳定提取.为解决传统角度域离散方法存在的幅值震荡和不连续问题, 设计了两种有效的角度域离散单元分裂方法, 实现了平滑连续的角度域幅值提取.为提高AD-GRT反演的分辨率, 考虑了震源子波反滤波.利用三个数值模型验证了AD-GRT在角度域模型反演、数据重建、多参数提取方面的有效性.
相似文献本文融合SIO(Scripps Institution of Oceanography)发布的垂线偏差、重力异常和垂直重力梯度数据及NCEI(National Centers for Environmental Information)发布的船载测深数据, 利用多层感知机神经网络(Multi-Layer Perceptron, MLP)建立南海海域(108°E—121°E, 6°N—23°N)分辨率为1'×1'的海底地形模型(MLP_Depth).首先, 将642716个船载测深控制点的位置信息与周围4'×4'格网点处的地球重力信息(垂线偏差、重力异常、垂直重力梯度)作为输入数据, 将船载测深控制点处实测水深值作为输出数据, 训练MLP神经网络模型, 训练结束时决定系数R2为99%, 平均绝对误差MAE为39.33 m.然后, 将研究区域内1'×1'格网正中心点处的输入数据输入于MLP模型中, 可得格网正中心点处的预测海深值.最后, 根据预测海深值建立研究区域范围内分辨率为1'×1'的MLP_Depth模型.将MLP_Depth模型预测水深与160679个检核点处实测水深对比, 其差值的标准差STD(75.38 m)、平均绝对百分比误差MAPE(5.89%)与平均绝对误差MAE(42.91 m)皆优于GEBCO_2021模型、topo_23.1模型、ETOPO1模型与检核点实测水深差值的STD(108.88 m、113.41 m、229.67 m)、MAPE(6.11%、6.94%、18.37%)与MAE(47.33 m、52.24 m、130.08 m).同时, 为了研究不同区域内利用该方法建立的海底地形模型的精度, 本文在研究区域内分别建立了A、B区域的海底地形模型(MLP_Depth_A、MLP_Depth_B).经过验证得: MLP_Depth_A、MLP_Depth_B相比于MLP_Depth模型具有更高的精度, 更能反应海底地形的变化趋势.
相似文献