你好,欢迎访问云杂志! 关于我们 企业资质
当前位置: 首页 SCI杂志 SCIE杂志 农林科学 中科院1区 JCRQ1 杂志介绍(非官网)

农林气象

英文名称:Agricultural And Forest Meteorology   国际简称:AGR FOREST METEOROL
《Agricultural And Forest Meteorology》杂志由Elsevier出版社出版,本刊创刊于1964年,发行周期Monthly,每期杂志都汇聚了全球农林科学领域的最新研究成果,包括原创论文、综述文章、研究快报等多种形式,内容涵盖了农林科学的各个方面,为读者提供了全面而深入的学术视野,为农林科学-AGRONOMY事业的进步提供了有力的支撑。
中科院分区
农林科学
大类学科
0168-1923
ISSN
1873-2240
E-ISSN
预计审稿速度: 约4.5个月 约12.3周
杂志简介 期刊指数 WOS分区 中科院分区 CiteScore 学术指标 高引用文章

农林气象杂志简介

出版商:Elsevier
出版语言:Multi-Language
TOP期刊:
出版地区:NETHERLANDS
是否预警:

是否OA:未开放

出版周期:Monthly
出版年份:1964
中文名称:农林气象

农林气象(国际简称AGR FOREST METEOROL,英文名称Agricultural And Forest Meteorology)是一本未开放获取(OA)国际期刊,自1964年创刊以来,始终站在农林科学研究的前沿。该期刊致力于发表在农林科学领域各个方面达到最高科学标准和具有重要性的研究成果。全面反映该学科的发展趋势,为农林科学事业的进步提供了有力的支撑。期刊严格遵循职业道德标准,对于任何形式的抄袭行为,无论是文字还是图形,一旦查实,均可能导致稿件被拒绝。

近年来,来自CHINA MAINLAND、USA、Australia、Canada、GERMANY (FED REP GER)、France、Spain、England、Japan、Italy等国家和地区的研究者在《Agricultural And Forest Meteorology》上发表了大量的高质量文章。该期刊内容丰富,包括原创研究、综述文章、专题观点、论文预览、专家意见等多种类型,旨在为全球该领域研究者提供广泛的学术交流平台和灵感来源。

在过去几年中,该期刊保持了稳定的发文量和综述量,具体数据如下:

2014年:发表文章186篇、2015年:发表文章231篇、2016年:发表文章205篇、2017年:发表文章298篇、2018年:发表文章378篇、2019年:发表文章378篇、2020年:发表文章337篇、2021年:发表文章414篇、2022年:发表文章397篇、2023年:发表文章437篇。这些数据反映了期刊在全球农林科学领域的影响力和活跃度,同时也展示了其作为学术界和工业界研究人员首选资源的地位。《Agricultural And Forest Meteorology》将继续致力于推动农林科学领域的知识传播和科学进步,为全球农林科学问题的解决贡献力量。

期刊指数

  • 影响因子:5.6
  • 文章自引率:0.0967...
  • Gold OA文章占比:31.32%
  • CiteScore:10.3
  • 年发文量:437
  • 开源占比:0.1455
  • SJR指数:1.677
  • H-index:144
  • SNIP指数:1.541
  • OA被引用占比:0.0783...
  • 出版国人文章占比:0.23

WOS期刊SCI分区(2023-2024年最新版)

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:AGRONOMY SCIE Q1 8 / 125

94%

学科:FORESTRY SCIE Q1 3 / 89

97.2%

学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q1 14 / 110

87.7%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:AGRONOMY SCIE Q1 5 / 125

96.4%

学科:FORESTRY SCIE Q1 2 / 89

98.31%

学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q1 4 / 110

96.82%

中科院分区表

中科院SCI期刊分区 2023年12月升级版
Top期刊 综述期刊 大类学科 小类学科
农林科学 1区
AGRONOMY 农艺学 FORESTRY 林学 METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
1区 1区 1区

CiteScore(2024年最新版)

CiteScore 排名
CiteScore SJR SNIP CiteScore 排名
10.3 1.677 1.541
学科类别 分区 排名 百分位
大类:Agricultural and Biological Sciences 小类:Agronomy and Crop Science Q1 23 / 406

94%

大类:Agricultural and Biological Sciences 小类:Atmospheric Science Q1 9 / 148

94%

大类:Agricultural and Biological Sciences 小类:Forestry Q1 11 / 174

93%

大类:Agricultural and Biological Sciences 小类:Global and Planetary Change Q1 17 / 120

86%

学术指标分析

影响因子和CiteScore
自引率

影响因子:指某一期刊的文章在特定年份或时期被引用的频率,是衡量学术期刊影响力的一个重要指标。影响因子越高,代表着期刊的影响力越大 。

CiteScore:该值越高,代表该期刊的论文受到更多其他学者的引用,因此该期刊的影响力也越高。

自引率:是衡量期刊质量和影响力的重要指标之一。通过计算期刊被自身引用的次数与总被引次数的比例,可以反映期刊对于自身研究内容的重视程度以及内部引用的情况。

年发文量:是衡量期刊活跃度和研究产出能力的重要指标,年发文量较多的期刊可能拥有更广泛的读者群体和更高的学术声誉,从而吸引更多的优质稿件。

期刊互引关系
序号 引用他刊情况 引用次数
1 AGR FOREST METEOROL 2086
2 GLOBAL CHANGE BIOL 1079
3 REMOTE SENS ENVIRON 761
4 J HYDROL 388
5 TREE PHYSIOL 362
6 FOREST ECOL MANAG 346
7 J GEOPHYS RES-ATMOS 332
8 NATURE 331
9 BIOGEOSCIENCES 315
10 NEW PHYTOL 313
序号 被他刊引用情况 引用次数
1 AGR FOREST METEOROL 2086
2 REMOTE SENS-BASEL 1014
3 SCI TOTAL ENVIRON 768
4 REMOTE SENS ENVIRON 467
5 FORESTS 414
6 AGR WATER MANAGE 397
7 J HYDROL 349
8 THEOR APPL CLIMATOL 319
9 WATER-SUI 291
10 FOREST ECOL MANAG 284

高引用文章

  • Hybrid artificial intelligence models based on a neuro-fuzzy system and metaheuristic optimization algorithms for spatial prediction of wildfire probability引用次数: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引用次数:44
  • Inter-annual variability of net and gross ecosystem carbon fluxes: A review引用次数:42
  • Assimilation of remote sensing into crop growth models: Current status and perspectives引用次数:32
  • Review of indirect optical measurements of leaf area index: Recent advances, challenges, and perspectives引用次数:32
  • Modelling reference evapotranspiration using a new wavelet conjunction heuristic method: Wavelet extreme learning machine vs wavelet neural networks引用次数:30
  • Trends in evapotranspiration and their responses to climate change and vegetation greening over the upper reaches of the Yellow River Basin引用次数:29
  • Changes in global vegetation activity and its driving factors during 1982-2013引用次数:28
  • Integrating satellite and climate data to predict wheat yield in Australia using machine learning approaches引用次数:27
  • Evaluation of land surface phenology from VIIRS data using time series of PhenoCam imagery引用次数:26
若用户需要出版服务,请联系出版商:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。