推荐合适期刊 投稿指导 助力快速见刊
Agricultural And Forest Meteorology是农林科学领域的一本权威期刊。由Elsevier出版社出版。该期刊主要发表农林科学领域的原创性研究成果。创刊于1964年，是农林科学领域中具有代表性的学术刊物。该期刊主要刊载农林科学-林学及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展，更以其深厚的学术积淀和卓越的审稿标准，确保每篇文章都具备高度的学术价值。此外，该刊同时被SCIE数据库收录，并被划分为中科院SCI1区期刊，相当于A级期刊（最高刊物级别），它始终坚持创新，不断专注于发布高度有价值的研究成果，不断推动农林科学领域的进步。
同时，我们注重来稿文章表述的清晰度，以及其与我们的读者群体和研究领域的相关性。为此，我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 约4.5个月 约12.3周。若您对于稿件是否适合该期刊存在疑虑，建议您在提交前主动与期刊主编取得联系，或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向，为您推荐最为合适的期刊，助力您顺利投稿，实现学术成果的顺利发表。
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 2区 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 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 | 是 | 否 |
| 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% |
| 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% |
| 年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
| 年发文量 | 186 | 231 | 205 | 298 | 378 | 378 | 337 | 414 | 397 | 437 |
| 国家/地区 | 数量 |
| CHINA MAINLAND | 447 |
| USA | 380 |
| Australia | 97 |
| Canada | 94 |
| GERMANY (FED REP GER) | 93 |
| France | 87 |
| Spain | 82 |
| England | 55 |
| Japan | 48 |
| Italy | 47 |
| 机构 | 数量 |
| 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 |
| 文章名称 | 引用次数 |
| 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
影响因子 3.7
CiteScore 5.6
SCIE
影响因子 0.2
CiteScore 0.7
SCIE
影响因子 0.9
CiteScore 2.5
SCIE
影响因子 6.2
CiteScore 7.4
SCIE
CiteScore 3.1
SCIE
影响因子 3.1
CiteScore 5.1
SCIE
影响因子 1.7
CiteScore 3.3
SCIE
CiteScore 1.4
SCIE
影响因子 3.5
CiteScore 12.6
SCIE
影响因子 0.5
CiteScore 0.9
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。