全文获取类型
收费全文 | 1283篇 |
免费 | 466篇 |
国内免费 | 1832篇 |
出版年
2024年 | 14篇 |
2023年 | 117篇 |
2022年 | 126篇 |
2021年 | 118篇 |
2020年 | 119篇 |
2019年 | 116篇 |
2018年 | 112篇 |
2017年 | 91篇 |
2016年 | 131篇 |
2015年 | 107篇 |
2014年 | 120篇 |
2013年 | 129篇 |
2012年 | 107篇 |
2011年 | 148篇 |
2010年 | 151篇 |
2009年 | 139篇 |
2008年 | 169篇 |
2007年 | 114篇 |
2006年 | 110篇 |
2005年 | 109篇 |
2004年 | 128篇 |
2003年 | 139篇 |
2002年 | 116篇 |
2001年 | 84篇 |
2000年 | 113篇 |
1999年 | 72篇 |
1998年 | 58篇 |
1997年 | 53篇 |
1996年 | 75篇 |
1995年 | 51篇 |
1994年 | 57篇 |
1993年 | 41篇 |
1992年 | 42篇 |
1991年 | 33篇 |
1990年 | 36篇 |
1989年 | 39篇 |
1988年 | 24篇 |
1987年 | 14篇 |
1986年 | 19篇 |
1985年 | 12篇 |
1984年 | 7篇 |
1983年 | 8篇 |
1982年 | 4篇 |
1981年 | 7篇 |
1958年 | 2篇 |
排序方式: 共有3581条查询结果,搜索用时 31 毫秒
1.
2.
3.
植被类型变化强烈影响着土壤碳循环。土壤微生物碳利用效率(CUE)是微生物将从环境中获取的碳分配给自身生长的比例,是土壤碳循环的综合指标。研究植被类型变化对CUE的影响有助于从微生物视角理解该过程中的土壤碳动态,可以为评估植被类型变化对土壤质量及生态系统碳循环的影响提供基础,具有重要的理论及实际价值。通过系统查阅相关文献,综述了植被类型变化导致的CUE变化情况,以及该过程中影响CUE的因子与机制。目前,相关研究主要涉及以林地、草地和农业用地为起点或终点的植被变化类型。天然林(原生林、次生林)变化为人工林、林地变化为草地后CUE普遍下降,随终点植被的发展CUE可能恢复至起点水平。植被成熟度越高,发生转变时CUE变化越剧烈。植被类型变化以农业用地为起点或终点时,CUE变化方向的不确定性及幅度的变异性均增加。植被类型变化导致的CUE变化主要受到植被、土壤、微生物因子及其交互作用的驱动,指示CUE的指标、采样季节和土层也会一定程度上影响CUE的变化。今后相关研究应采用直接的CUE测定方法,拓宽研究气候区及植被变化类型,关注植被变化过程中CUE变化的土层差异及动态监测,深入对植被类型变化导致的生态环境因子变化与CUE的关系及作用机制的研究。 相似文献
4.
气候变化和大规模的生态恢复使中国北方旱区植被发生了显著变化,量化气候变化和人类活动对植被动态的相对贡献,对于旱区生态系统管理和应对未来气候变化具有重要意义。目前,中国北方旱区植被变化影响因素的时间动态(2000年大规模生态恢复工程实施前后)和空间异质性(沿干旱梯度)仍需进一步的定量研究。基于多源数据,采用趋势分析、偏相关分析和随机森林模型等方法,分析了1981-2018年中国北方旱区气候和植被的时空变化规律,量化了2000年前后气候变化和人类活动对植被动态的相对贡献并分析其在干旱梯度上的空间差异性。结果表明:(1)1981-2018年期间,中国北方旱区的叶面积指数(LAI)平均增加速率为(0.0037±0.0443) a-1,且增加速率沿干旱梯度增大。2000年前仅10.46%(P<0.05)的地区显著变绿,而2000年后达到36.84%,且植被变绿主要归因于非树木植被。(2)2000年后降水对植被变绿的正效应在不同干旱梯度均增加,而在半干旱区和亚湿润干旱区,温度对植被变绿由正向促进转为负向抑制,而辐射在干旱区由负效应转向正效应。(3)2000年前后,气候变化均主导着植被的动态,贡献率分别为96.07%和73.72%,人类活动的贡献在2000年后进一步增强(从3.93%增加到26.28%),且沿着干旱梯度而增加,其中人类活动对植被变绿的贡献在半干旱地区增加最显著(+0.0289 m2 m-2 a-1,P<0.05)。研究结果可为未来气候变化下中国北方旱区的植被恢复和可持续发展提供科学依据。 相似文献
5.
典型矿区植被覆盖度时空分布特征及影响因素 总被引:1,自引:0,他引:1
植被状况可以直接或间接地反映采煤对生态环境的影响。以长河井工煤矿、离柳井工煤矿、平朔露天煤矿3个典型矿区为研究区域。以Landsat数据为数据源,基于地形调节植被指数的像元二分模型提取植被覆盖度;采用趋势分析、线性回归斜率、稳定性分析方法,分析了3个典型矿区2001-2016年植被覆盖度的时空变化特征;运用"以时间换空间"的方法,采用相关分析方法对植被覆盖度变化的自然影响因素进行了分析。结果表明:(1)近16年3个典型矿区植被覆盖度呈增加趋势,长河、离柳、平朔矿区的增长速率分别为0.09%/10 a、0.10%/10 a、0.08%/10 a(P > 0.05)。(2)空间上,长河、离柳、平朔矿区植被覆盖度变化不明显比例分别占到66.63%,59.90%,62.25%,呈增加趋势的比例仅分别占28.14%、32.55%、27.81%,而呈减少趋势的比例分别占到5.23%、7.55%、9.94%。长河矿区明显改善的区域位于自然植被和耕作区的北部和东北部,离柳矿区明显改善的区域位于以低植被覆盖度为主的北部,平朔矿区明显改善的区域位于复垦的中西部。(3)不区分植被类型时,3个矿区的植被覆盖度变化与高程、高程与温度的交互作用表现出显著相关性(P < 0.01),与各自然因素的相关性总体表现为长河 > 离柳 > 平朔矿区;区分植被类型时,草地与坡度的相关性不显著(P > 0.05),与降雨量、高程存在显著正相关(P < 0.05);灌木林与温度相关性不显著,与高程和降雨量的交互作用存在显著正相关;旱地与高程、高程与温度的交互作用存在显著相关性;疏林地与坡向、降雨量与坡向坡度的交互作用均没有表现出相关性;有林地与高程降雨量的交互作用表现出显著正相关性。探讨不同植被类型对自然因素的响应,可为矿区植被结构的选择,矿区复垦提供参考依据。 相似文献
6.
Scale-dependent spatial patterns of species diversity in the tropical montane rain forest in Jianfengling,Hainan Island,China 下载免费PDF全文
《植物生态学报》2016,40(9):861
Aims Spatial distribution patterns and formation mechanisms of species diversity are fundamental issues in community ecology. The objectives of this study are to assess the species diversity patterns at the different spatial scales in Jianfengling, Hainan Island, China.
Methods Based on the dataset from the 60 hm2 plot in the tropical montane rain forest in Jianfengling, Hainan Island, the spatial distribution patterns of species richness, species abundance, Shannon-Wiener, Simpson and Pielou’s evenness indices were analyzed at six spatial scales, including 5 m × 5 m, 10 m × 10 m, 20 m × 20 m, 40 m × 40 m, 100 m × 100 m, and 200 m × 200 m, respectively.Important findings
Results showed that spatial distribution patterns of species richness, species abundance and Shannon-Wiener index were much more obviously changed with the spatial scales than Simpson and Pielou’s evenness indices. Change of variance of the species richness with the increase of spatial scales was unimodal, which had the maximum value at the 20 m × 20 m scale. Variance of the species abundance showed a linear relationship with the increase of spatial scales. The positive relationship between species richness and abundance gradually decreased and even disappeared with the increase of sampling scales, which may be correlated with the increase of habitat heterogeneity. The effects of spatial scales on Shannon-Wiener, Simpson, and Pielou’s evenness indices may be also correlated with the composition of rare species in the plot. 相似文献
Methods Based on the dataset from the 60 hm2 plot in the tropical montane rain forest in Jianfengling, Hainan Island, the spatial distribution patterns of species richness, species abundance, Shannon-Wiener, Simpson and Pielou’s evenness indices were analyzed at six spatial scales, including 5 m × 5 m, 10 m × 10 m, 20 m × 20 m, 40 m × 40 m, 100 m × 100 m, and 200 m × 200 m, respectively.Important findings
Results showed that spatial distribution patterns of species richness, species abundance and Shannon-Wiener index were much more obviously changed with the spatial scales than Simpson and Pielou’s evenness indices. Change of variance of the species richness with the increase of spatial scales was unimodal, which had the maximum value at the 20 m × 20 m scale. Variance of the species abundance showed a linear relationship with the increase of spatial scales. The positive relationship between species richness and abundance gradually decreased and even disappeared with the increase of sampling scales, which may be correlated with the increase of habitat heterogeneity. The effects of spatial scales on Shannon-Wiener, Simpson, and Pielou’s evenness indices may be also correlated with the composition of rare species in the plot. 相似文献
7.
8.
城市公园是城市生态系统的重要组成部分和城市生物多样性热点地区,具有丰富的声景观资源。由于声景观及声学方法具有信息量大,成本低,低侵入的特点,因此其研究和应用对生态系统健康及监测具有较高价值。声景观研究通过总结生物声的活动或多样性来衡量生物多样性。记录了北京20个城市公园的春季声景观,使用定量方法描述了声景观特征与变化;测试三种了已被证明与生物多样性相关并被广泛使用的声学指数(BIO、ADI、NDSI)与植被群落关系,完成了城市环境中声景观与环境关系的初步探究。研究结果表明:(1)声学指数能够有效表征城市公园声景观信息,具有显著的时间动态特性,能准确反映鸟类黎明合唱等重要生物生态活动;(2)声学强度指数也具有显著的时间动态变化和沿频率梯度的变化,不同的频率区间反映了不同声学群落的活动信息;(3)植被结构尤其是垂直结构对声景观起着重要作用,垂直异质性越大,声学多样性越高。发现支持声景观作为公园植被状况的度量,强调了其作为生物多样性和生态系统健康状况监测方法,用于城市管理和可持续发展的巨大潜力。 相似文献
9.
10.