全文获取类型
收费全文 | 985篇 |
免费 | 170篇 |
国内免费 | 160篇 |
学科分类
地球科学 | 1315篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 15篇 |
2021年 | 27篇 |
2020年 | 15篇 |
2019年 | 31篇 |
2018年 | 17篇 |
2017年 | 18篇 |
2016年 | 19篇 |
2015年 | 36篇 |
2014年 | 30篇 |
2013年 | 32篇 |
2012年 | 42篇 |
2011年 | 34篇 |
2010年 | 45篇 |
2009年 | 68篇 |
2008年 | 49篇 |
2007年 | 51篇 |
2006年 | 73篇 |
2005年 | 63篇 |
2004年 | 51篇 |
2003年 | 62篇 |
2002年 | 61篇 |
2001年 | 80篇 |
2000年 | 41篇 |
1999年 | 38篇 |
1998年 | 51篇 |
1997年 | 35篇 |
1996年 | 30篇 |
1995年 | 46篇 |
1994年 | 38篇 |
1993年 | 37篇 |
1992年 | 26篇 |
1991年 | 22篇 |
1990年 | 9篇 |
1989年 | 9篇 |
1986年 | 1篇 |
排序方式: 共有1315条查询结果,搜索用时 24 毫秒
1.
疫情期间全球各地一次排放大幅削减,而臭氧等二次污染的响应则存在着区域间差异.结合地面和卫星观测发现,同在氮氧化物大幅下降的情况下,臭氧在东亚和欧洲呈现出可达14ppb的上升信号,而北美则下降为主(约2-4ppb).我们结合气象分析和臭氧敏感性进一步讨论了臭氧响应差异性的原因,一方面受臭氧与前体物间关系的影响;另一方面来自于气象,尤其是温度.研究明晰了人为排放,化学和气象三者的内在关联,强调了在臭氧控制过程中考虑前体物削减和气象条件协同的重要性. 相似文献
2.
本文基于上海市典型城市和乡村站2017年逐时气象观测数据,详细分析和深入阐述了晴朗微风、大风、强降水和极端高温等典型气象条件下城市热岛强度逐时变化特征。通过分析上海市微风和极端高温等气象事件长期变化趋势,讨论了城市热岛效应未来变化趋势。伴随日出日落,年平均和微风晴朗条件下城市热岛强度呈现出快速降低—稳定低值—快速增加—稳定高值周期性昼夜变化特征,其中微风晴朗条件下城市热岛强度日内变化可高达7℃,而大风、强降水和高温等极端事件下城市热岛强度呈现出不一样的逐时变化特征。随着风速降低和气候变暖,过去40 a上海市微风和极端高温天气日数呈现快速增加趋势,其势必会加剧上海市城市热岛强度及其不利影响。 相似文献
3.
应用常规观测资料、污染物浓度资料和NCEP 1°×1°再分析资料从环流形势、边界层特征和扩散条件等方面对2013年和2016年两次持续性霾重污染过程进行对比分析。结果表明:①2013年过程和2016年过程在500hPa高空上分别为阻塞环流型和纬向环流型,关中地区受偏西气流影响、地面气压场较弱、大气层结均比较稳定;②2013年过程西安贴地逆温层顶高度低、相对湿度大、气温低、不利于大气垂直湍流交换,污染物容易堆积,这也是2013年过程比2016年过程重污染持续时间长、污染浓度高的原因之一;③两次过程西安平均风速均小于2m/s,具有显著的低风速特征,且东北风为其主导风向。持续东北风引起上游污染传输和低风速导致的本地污染累积是造成2013年过程污染浓度更高的重要因素;④2013年过程结束是受强冷空气影响,来自高空的干洁大气下沉到地面,置换了边界层的污染空气,使空气质量得到根本改善;而2016年过程是受高原槽东移影响,雨雪天气的沉降作用使得霾消散。 相似文献
4.
淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征 总被引:2,自引:0,他引:2
基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。 相似文献
5.
利用2014—2017年汕头市PM2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP (Back-Propagation)人工神经网络方法针对汛期和非汛期分别建立了PM2.5质量浓度预报模型。结果表明:与多数内陆城市不同,汕头市PM2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM2.5日均浓度随着风速的增大呈现减小趋势,PM2.5日均浓度与08时混合层厚度显著相关(相关系数为-0.143);汕头市非汛期PM2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水(暴雨以上除外)对PM2.5的清除效果无明显差别,而非汛期降水对PM2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。 相似文献
6.
利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。 相似文献
7.
承德市臭氧污染气象条件预报方法研究 总被引:1,自引:0,他引:1
利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O3-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明:4-7月是承德市O3-8h浓度较高的月份,O3浓度的日变化特征为午后浓度高而夜间浓度低;O3污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O3-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s-1。利用气象因子综合评分建立臭氧污染指数,与O3-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。 相似文献
8.
高密度脂蛋白胆固醇(HDL-C)可以有效促进人体内胆固醇的代谢外排,其水平的高低与患心血管疾病的风险呈负相关关系,是心血管疾病的预防与保护因素。厘清我国中老年人群HDL-C水平的地理分异特征及环境影响因素,对我国心血管疾病防治工作的开展有重要意义。论文基于中国中老年人纵向追踪调查,利用全局空间自相关、冷热点分析等方法阐释中国中老年人群HDL-C水平的空间分异特征及变化趋势,同时对比引入随机森林回归模型及多元线性回归方法探讨HDL-C水平空间分布的环境影响因素及其指示作用。结果表明:中国中老年人群HDL-C水平表现为女性高于男性、农村高于城镇,具有明显的地域差异性,整体呈现出“北低南高,中间过渡”的分布格局,且北方出现了以内蒙古、河北、辽宁为代表的低值聚集区,南方出现了以广东、广西、云南为代表的高值聚集区;SO2、NO2、降水、气压、PM10和PM2.5是影响中老年人群HDL-C水平差异分布的主要环境因素,其中高浓度的空气污染物是造成HDL-C值较低的危险因素,充沛的降水和低压环境是防治HDL-C值较低的保护因素。因此,今后关于HDL-C血脂异常防控工作在全国各地应注重其空间分布规律,重点加强对HDL-C低值区的监测,以达到因地制宜、精准防控的目的。 相似文献
9.
相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值(GSI)三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM2.5浓度观测资料可以改进对PM2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM2.5污染过程与特殊气象条件(湿度升高、风场辐合、区域输送)密切相关,因此在地面PM2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。 相似文献
10.
根据2015—2018年海南省18个市县32个空气质量监测站O3浓度资料,分析了区域性O3污染(O3-8h浓度超标市县≥3个)时空变化特征,并对造成O3污染的天气系统进行主观分型。结果表明:2015—2018年海南省共有40 d发生了区域性O3污染,发生概率为2.73%。其中2015年和2017年达到了13 d,发生概率为3.56%,2018年为11 d(3.01%),2016年仅为3 d(0.82%)。发生区域性O3污染主要有4种天气类型:冷空气偏西下型、冷空气偏东下型、变暖高压脊型和热带系统型。其中冷空气偏西下型是最主要的天气类型,共出现了14 d,占所有天数的35%,且污染较重。不同天气类型下海南省O3污染表现出不同的分布特征。500 hPa有下沉气流、低层受东北风控制,有相对湿度低值区从中国东部向海南省延伸,地面位于冷高压底部或热带气旋西北侧,温度露点差在5 ℃以上等条件均有利于海南省区域性O3污染天气出现。 相似文献