全文获取类型
收费全文 | 227篇 |
免费 | 10篇 |
国内免费 | 7篇 |
专业分类
电工技术 | 18篇 |
综合类 | 31篇 |
化学工业 | 33篇 |
金属工艺 | 1篇 |
机械仪表 | 16篇 |
建筑科学 | 36篇 |
矿业工程 | 10篇 |
能源动力 | 31篇 |
轻工业 | 8篇 |
水利工程 | 2篇 |
石油天然气 | 5篇 |
武器工业 | 2篇 |
无线电 | 11篇 |
一般工业技术 | 30篇 |
冶金工业 | 4篇 |
原子能技术 | 3篇 |
自动化技术 | 3篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2021年 | 2篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 15篇 |
2014年 | 32篇 |
2013年 | 21篇 |
2012年 | 19篇 |
2011年 | 19篇 |
2010年 | 17篇 |
2009年 | 9篇 |
2008年 | 17篇 |
2007年 | 19篇 |
2006年 | 20篇 |
2005年 | 15篇 |
2004年 | 13篇 |
2003年 | 4篇 |
2002年 | 3篇 |
2001年 | 4篇 |
排序方式: 共有244条查询结果,搜索用时 15 毫秒
111.
112.
113.
【目的】大气污染与温室效应等环境问题,已成为影响城市可持续发展的重要因素,在减污降碳的实施路径方面亟需开展相应研究。【方法】以西安市主城区为研究对象,通过构建景观指数加权变异模型,分析城市“源-汇”景观格局的结构特征;基于反距离加权插值与约束性排序分析法,探究碳排放量与可吸入颗粒物的空间分布特点,揭示“源-汇”景观对“碳污”的协同影响。【结果】结果显示,“源-汇”景观格局的特征尺度为距离研究区几何中心3 km、7 km、14 km的幅度边界处;碳排放量、PM2.5、PM10的反距离加权插值模型判定系数R2分别为0.854 1、0.823 8与0.788 5;“碳污”与景观指数之间的多元多重回归模型判定系数R2为0.754 0;16个“源-汇”景观关键指数对“碳污”的累计解释率达到66.2%,与“碳污”相关性的累计贡献率达到87.9%。【结论】结果表明,研究区环路界限可反映景观空间结构的扩展过程与分布特点;冬季采暖期碳排放量与可吸入颗粒物的空间异质性显著,呈现出不同的空间分布特点;通过对街区内绿地斑块... 相似文献
114.
115.
116.
提出了燃煤可吸入颗粒物在均匀磁场中的二元碰撞聚并模型,模型通过直接跟踪在磁偶极子力、气体曳力、布朗力和重力作用下做相对运动的粒子,根据粒子的相对运动轨迹确定燃煤细微飞灰粒子间的聚并系数。在数值计算获得聚并系数的基础上,应用求解粒子聚并动力学方程的区域算法,计算了东胜烟煤燃烧产生的飞灰细微粒子在均匀磁场中的聚并脱除效率,并与实验进行了比较。结果表明,在0.098~9.314μm粒径范围内,0.576~3.758μm粒径的飞灰粒子聚并脱除效率最高;总脱除效率随外磁场强度、颗粒质量浓度以及粒子在磁场中停留时间的增加而增大,粒子饱和磁化时,总脱除效率达到最大值;实验结果与数值模拟结果相一致。模型预测结果表明,当颗粒质量浓度为40 g/m3时,燃煤飞灰细微粒子的总脱除效率可达52%。 相似文献
117.
济南市可吸入颗粒物时空变化规律研究 总被引:1,自引:0,他引:1
利用济南市PM10日均浓度数据(2001~2007),从时间和空间两个方面对济南市PM10浓度变化进行分析。结果表明:济南市PM10污染较重,PM10年均浓度近似呈单峰分布,2006年最低,但与二级标准相比仍超标12%。季节变化呈近似"U型"分布,春冬季节明显偏高,夏秋季节较低,而PM10浓度月变化有明显的季节特征。空气质量良好的天数呈逐渐增加的趋势,而轻微污染天数则是此消彼长。PM10浓度在空间上具有北部、东北部和西南部较高,而东、西部较低的特点,污染比较严重的区域主要集中在济南市的主导风向(东北、西南风)上。所获结论可为济南市大气污染防治提供参考。 相似文献
119.
The temporal variation of ventilation coefficient was estimated and a simple model for the prediction of urban ventilation
coefficient in Changsha was developed. Firstly, Pearson correlation analysis was used to investigate the relationship between
meteorological parameters and mixing layer height during 2005–2009 in Changsha, China. Secondly, the multi-linear regression
model between daytime and nighttime was adopted to predict the temporal ventilation coefficient. Thirdly, the validation of
the model between the predicted and observed ventilation coefficient in 2010 was conducted. The results showed that ventilation
coefficient significantly varied and remained high during daytime, while it stayed relatively constant and low during nighttime.
In addition, the diurnal ventilation coefficient was distinctly negatively correlated with PM10 (particle with the diameter less than 10 μm) concentration in Changsha, China. The predicted ventilation coefficient agreed
well with the observed values based on the multi-linear regression models during daytime and nighttime. The urban temporal
ventilation coefficient could be accurately predicted by some simple meteorological parameters during daytime and nighttime.
The ventilation coefficient played an important role in the PM10 concentration level. 相似文献
120.