大類學(xué)科:農(nóng)林科學(xué) 中科院分區(qū) 1區(qū)
JCR學(xué)科:AGRONOMY、FORESTRY、METEOROLOGY & ATMOSPHERIC SCIENCES JCR分區(qū) Q1
推薦合適期刊 投稿指導(dǎo) 助力快速見(jiàn)刊免費(fèi)咨詢
Agricultural And Forest Meteorology是農(nóng)林科學(xué)領(lǐng)域的一本權(quán)威期刊。由Elsevier出版社出版。該期刊主要發(fā)表農(nóng)林科學(xué)領(lǐng)域的原創(chuàng)性研究成果。創(chuàng)刊于1964年,是農(nóng)林科學(xué)領(lǐng)域中具有代表性的學(xué)術(shù)刊物。該期刊主要刊載農(nóng)林科學(xué)-林學(xué)及其基礎(chǔ)研究的前瞻性、原始性、首創(chuàng)性研究成果、科技成就和進(jìn)展。該期刊不僅收錄了該領(lǐng)域的科技成就和進(jìn)展,更以其深厚的學(xué)術(shù)積淀和卓越的審稿標(biāo)準(zhǔn),確保每篇文章都具備高度的學(xué)術(shù)價(jià)值。此外,該刊同時(shí)被SCIE數(shù)據(jù)庫(kù)收錄,并被劃分為中科院SCI1區(qū)期刊,相當(dāng)于A級(jí)期刊(最高刊物級(jí)別),它始終堅(jiān)持創(chuàng)新,不斷專注于發(fā)布高度有價(jià)值的研究成果,不斷推動(dòng)農(nóng)林科學(xué)領(lǐng)域的進(jìn)步。
同時(shí),我們注重來(lái)稿文章表述的清晰度,以及其與我們的讀者群體和研究領(lǐng)域的相關(guān)性。為此,我們期待所有投稿的文章能夠保持簡(jiǎn)潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約4.5個(gè)月 約12.3周。若您對(duì)于稿件是否適合該期刊存在疑慮,建議您在提交前主動(dòng)與期刊主編取得聯(lián)系,或咨詢本站的客服老師。我們的客服老師將根據(jù)您的研究?jī)?nèi)容和方向,為您推薦最為合適的期刊,助力您順利投稿,實(shí)現(xiàn)學(xué)術(shù)成果的順利發(fā)表。
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 2區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRONOMY 農(nóng)藝學(xué) FORESTRY 林學(xué) METEOROLOGY & ATMOSPHERIC SCIENCES 氣象與大氣科學(xué) | 1區(qū) 1區(qū) 1區(qū) | 是 | 否 |
按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:AGRONOMY | SCIE | Q1 | 8 / 125 |
94% |
學(xué)科:FORESTRY | SCIE | Q1 | 3 / 89 |
97.2% |
學(xué)科:METEOROLOGY & ATMOSPHERIC SCIENCES | SCIE | Q1 | 14 / 110 |
87.7% |
按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:AGRONOMY | SCIE | Q1 | 5 / 125 |
96.4% |
學(xué)科:FORESTRY | SCIE | Q1 | 2 / 89 |
98.31% |
學(xué)科:METEOROLOGY & ATMOSPHERIC SCIENCES | SCIE | Q1 | 4 / 110 |
96.82% |
學(xué)科類別 | 分區(qū) | 排名 | 百分位 |
大類:Agricultural and Biological Sciences 小類:Agronomy and Crop Science | Q1 | 23 / 406 |
94% |
大類:Agricultural and Biological Sciences 小類:Atmospheric Science | Q1 | 9 / 148 |
94% |
大類:Agricultural and Biological Sciences 小類:Forestry | Q1 | 11 / 174 |
93% |
大類:Agricultural and Biological Sciences 小類:Global and Planetary Change | Q1 | 17 / 120 |
86% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發(fā)文量 | 186 | 231 | 205 | 298 | 378 | 378 | 337 | 414 | 397 | 437 |
國(guó)家/地區(qū) | 數(shù)量 |
CHINA MAINLAND | 447 |
USA | 380 |
Australia | 97 |
Canada | 94 |
GERMANY (FED REP GER) | 93 |
France | 87 |
Spain | 82 |
England | 55 |
Japan | 48 |
Italy | 47 |
機(jī)構(gòu) | 數(shù)量 |
CHINESE ACADEMY OF SCIENCES | 200 |
UNITED STATES DEPARTMENT OF AGRICULTURE (USDA) | 59 |
INRAE | 53 |
NORTHWEST A&F UNIVERSITY - CHINA | 51 |
UNIVERSITY OF CALIFORNIA SYSTEM | 48 |
BEIJING NORMAL UNIVERSITY | 40 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) | 38 |
UNITED STATES DEPARTMENT OF ENERGY (DOE) | 36 |
PEKING UNIVERSITY | 33 |
CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS (CSIC) | 31 |
文章名稱 | 引用次數(shù) |
Hybrid artificial intelligence models based on a neuro-fuzzy system and metaheuristic optimization algorithms for spatial prediction of wildfire probability | 44 |
Evaluation of SVM, ELM and four tree-based ensemble models for predicting daily reference evapotranspiration using limited meteorological data in different climates of China | 44 |
Inter-annual variability of net and gross ecosystem carbon fluxes: A review | 42 |
Assimilation of remote sensing into crop growth models: Current status and perspectives | 32 |
Review of indirect optical measurements of leaf area index: Recent advances, challenges, and perspectives | 32 |
Modelling reference evapotranspiration using a new wavelet conjunction heuristic method: Wavelet extreme learning machine vs wavelet neural networks | 30 |
Trends in evapotranspiration and their responses to climate change and vegetation greening over the upper reaches of the Yellow River Basin | 29 |
Changes in global vegetation activity and its driving factors during 1982-2013 | 28 |
Integrating satellite and climate data to predict wheat yield in Australia using machine learning approaches | 27 |
Evaluation of land surface phenology from VIIRS data using time series of PhenoCam imagery | 26 |
SCIE
影響因子 3.7
CiteScore 5.6
SCIE
影響因子 0.2
CiteScore 0.7
SCIE
影響因子 0.9
CiteScore 2.5
SCIE
影響因子 6.2
CiteScore 7.4
SCIE
CiteScore 3.1
SCIE
影響因子 3.1
CiteScore 5.1
SCIE
影響因子 1.7
CiteScore 3.3
SCIE
CiteScore 1.4
SCIE
影響因子 3.5
CiteScore 12.6
SCIE
影響因子 0.5
CiteScore 0.9
若用戶需要出版服務(wù),請(qǐng)聯(lián)系出版商:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。