你好,欢迎访问云杂志! 关于我们 企业资质 权益保障 投稿策略
当前位置: 首页 SCI杂志 SCIE杂志 地球科学 中科院3区 JCRQ1 杂志介绍(非官网)

IEEE地球科学与遥感快报

英文名称:Ieee Geoscience And Remote Sensing Letters   国际简称:IEEE GEOSCI REMOTE S
《Ieee Geoscience And Remote Sensing Letters》杂志由Institute of Electrical and Electronics Engineers Inc.出版社出版,本刊创刊于2004年,发行周期Quarterly,每期杂志都汇聚了全球地球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,内容涵盖了地球科学的各个方面,为读者提供了全面而深入的学术视野,为地球科学-ENGINEERING, ELECTRICAL & ELECTRONIC事业的进步提供了有力的支撑。
中科院分区
地球科学
大类学科
1545-598X
ISSN
1558-0571
E-ISSN
预计审稿速度: 约3.4个月
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

IEEE地球科学与遥感快报杂志简介

出版商:Institute of Electrical and Electronics Engineers Inc.
出版语言:English
TOP期刊:
出版地区:UNITED STATES
是否预警:

是否OA:未开放

出版周期:Quarterly
出版年份:2004
中文名称:IEEE地球科学与遥感快报

IEEE地球科学与遥感快报(国际简称IEEE GEOSCI REMOTE S,英文名称Ieee Geoscience And Remote Sensing Letters)是一本未开放获取(OA)国际期刊,自2004年创刊以来,始终站在地球科学研究的前沿。该期刊致力于发表在地球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,为地球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、Italy、Brazil、GERMANY (FED REP GER)、France、India、Canada、Japan、Spain等国家和地区的研究者在《Ieee Geoscience And Remote Sensing Letters》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446篇、2015年:发表文章499篇、2016年:发表文章406篇、2017年:发表文章492篇、2018年:发表文章382篇、2019年:发表文章385篇、2020年:发表文章425篇、2021年:发表文章921篇、2022年:发表文章1404篇、2023年:发表文章824篇。这些数据反映了期刊在全球地球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。《Ieee Geoscience And Remote Sensing Letters》将继续致力于推动地球科学领域的知识传播和科学进步,为全球地球科学问题的解决贡献力量。

期刊指数

  • 影响因子:4
  • 文章自引率:0.125
  • Gold OA文章占比:7.99%
  • CiteScore:7.6
  • 年发文量:824
  • 开源占比:0.0604
  • SJR指数:1.248
  • H-index:89
  • SNIP指数:1.24
  • 出版国人文章占比:0.51

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:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 100 / 352

71.7%

学科:GEOCHEMISTRY & GEOPHYSICS SCIE Q1 11 / 101

89.6%

学科:IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY SCIE Q2 12 / 36

68.1%

学科:REMOTE SENSING SCIE Q2 18 / 62

71.8%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 89 / 354

75%

学科:GEOCHEMISTRY & GEOPHYSICS SCIE Q1 17 / 101

83.66%

学科:IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY SCIE Q1 9 / 36

76.39%

学科:REMOTE SENSING SCIE Q1 13 / 62

79.84%

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
地球科学 3区
ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 GEOCHEMISTRY & GEOPHYSICS 地球化学与地球物理 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感
3区 3区 3区 3区

CiteScore(2024年最新版)

CiteScore 排名
CiteScore SJR SNIP CiteScore 排名
7.6 1.248 1.24
学科类别 分区 排名 百分位
大类:Earth and Planetary Sciences 小类:Geotechnical Engineering and Engineering Geology Q1 35 / 229

84%

大类:Earth and Planetary Sciences 小类:Electrical and Electronic Engineering Q1 154 / 797

80%

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 IEEE T GEOSCI REMOTE 1188
2 IEEE GEOSCI REMOTE S 661
3 IEEE J-STARS 227
4 GEOPHYSICS 174
5 REMOTE SENS-BASEL 159
6 REMOTE SENS ENVIRON 141
7 IEEE T IMAGE PROCESS 131
8 ISPRS J PHOTOGRAMM 119
9 IEEE T PATTERN ANAL 112
10 IEEE T AERO ELEC SYS 89
序号 被他刊引用情况 引用次数
1 REMOTE SENS-BASEL 2035
2 IEEE T GEOSCI REMOTE 1568
3 IEEE ACCESS 940
4 IEEE J-STARS 714
5 IEEE GEOSCI REMOTE S 661
6 SENSORS-BASEL 419
7 INT J REMOTE SENS 378
8 REMOTE SENS ENVIRON 264
9 ISPRS J PHOTOGRAMM 263
10 J APPL REMOTE SENS 240

高引用文章

  • Road Extraction by Deep Residual U-Net引用次数:122
  • Seismic Waveform Classification and First-Break Picking Using Convolution Neural Networks引用次数:38
  • Squeeze and Excitation Rank Faster R-CNN for Ship Detection in SAR Images引用次数:32
  • Progressive Dual-Domain Filter for Enhancing and Denoising Optical Remote-Sensing Images引用次数:28
  • Fully Convolutional Networks for Semantic Segmentation of Very High Resolution Remotely Sensed Images Combined With DSM引用次数:28
  • Deformable Convolutional Neural Networks for Hyperspectral Image Classification引用次数:27
  • Semisupervised Hyperspectral Image Classification Based on Generative Adversarial Networks引用次数:24
  • Multiscale Visual Attention Networks for Object Detection in VHR Remote Sensing Images引用次数:24
  • Very High Resolution Object-Based Land Use-Land Cover Urban Classification Using Extreme Gradient Boosting引用次数:23
  • PolSAR Image Classification Using Polarimetric-Feature-Driven Deep Convolutional Neural Network引用次数:23
若用户需要出版服务,请联系出版商:IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC, 445 HOES LANE, PISCATAWAY, USA, NJ, 08855-4141。