在线客服
International Journal Of Remote Sensing
人气:18

International Journal Of Remote Sensing SCIE

  • ISSN:0143-1161
  • 出版商:Taylor and Francis Ltd.
  • 出版语言:Multi-Language
  • E-ISSN:1366-5901
  • 出版地区:ENGLAND
  • 是否预警:
  • 创刊时间:1980
  • 出版周期:Semimonthly
  • TOP期刊:
  • 影响因子:3
  • 是否OA:未开放
  • CiteScore:7
  • H-index:151
  • 研究类文章占比:97.91%
  • Gold OA文章占比:10.23%
  • 文章自引率:0.0588...
  • 开源占比:0.0676
  • OA被引用占比:0.0980...
  • 出版国人文章占比:0.31
  • 出版修正文章占比:0.0030...
  • 国际标准简称:INT J REMOTE SENS
  • 涉及的研究方向:工程技术-成像科学与照相技术
  • 中文名称:国际遥感杂志
  • 预计审稿周期: 约4.0个月
国内分区信息:

大类学科:地球科学  中科院分区  3区

国际分区信息:

JCR学科:IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY、REMOTE SENSING  JCR分区  Q2

  • 影响因子:3
  • Gold OA文章占比:10.23%
  • OA被引用占比:0.0980...
  • CiteScore:7
  • 研究类文章占比:97.91%
  • 开源占比:0.0676
  • 文章自引率:0.0588...
  • 出版国人文章占比:0.31

推荐合适期刊 投稿指导 助力快速见刊免费咨询

International Journal Of Remote Sensing 期刊简介

International Journal Of Remote Sensing是地球科学领域的一本优秀期刊。由Taylor and Francis Ltd.出版社出版。该期刊主要发表地球科学领域的原创性研究成果。创刊于1980年,该期刊主要刊载工程技术-成像科学与照相技术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SCI3区期刊,它始终坚持创新,不断专注于发布高度有价值的研究成果,不断推动地球科学领域的进步。

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4.0个月 。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。

International Journal Of Remote Sensing 期刊国内分区信息

中科院分区 2023年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
地球科学 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 4区
中科院分区 2022年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 3区
中科院分区 2021年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 4区
中科院分区 2021年12月基础版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 4区
中科院分区 2021年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 4区
中科院分区 2020年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 成像科学与照相技术 REMOTE SENSING 遥感 3区 4区

International Journal Of Remote Sensing 期刊国际分区信息(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:IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY SCIE Q2 16 / 36

56.9%

学科:REMOTE SENSING SCIE Q2 28 / 62

55.6%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY SCIE Q2 15 / 36

59.72%

学科:REMOTE SENSING SCIE Q2 29 / 62

54.03%

CiteScore指数(2024年最新版)

  • CiteScore:7
  • SJR:0.776
  • SNIP:0.921
学科类别 分区 排名 百分位
大类:Earth and Planetary Sciences 小类:General Earth and Planetary Sciences Q1 25 / 195

87%

期刊评价数据趋势图

中科院分区趋势图
期刊影响因子和自引率趋势图

发文统计

年发文量统计
年份 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
年发文量 440 321 324 383 460 465 461 429 293 383
国家/地区发文量统计
国家/地区 数量
CHINA MAINLAND 584
USA 202
India 119
Iran 95
Canada 63
Australia 53
Italy 48
GERMANY (FED REP GER) 46
England 45
France 43
机构发文量统计
机构 数量
CHINESE ACADEMY OF SCIENCES 156
WUHAN UNIVERSITY 56
DEPARTMENT OF SPACE (DOS), GOVERNMENT OF INDIA 35
INDIAN INSTITUTE OF TECHNOLOGY SYSTEM (IIT SYSTEM) 35
BEIJING NORMAL UNIVERSITY 34
UNIVERSITY OF TEHRAN 33
CHINESE ACADEMY OF AGRICULTURAL SCIENCES 30
CHINA UNIVERSITY OF MINING & TECHNOLOGY 27
TSINGHUA UNIVERSITY 25
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) 23

高引用文章

文章名称 引用次数
Implementation of machine-learning classification in remote sensing: an applied review 129
Land cover 2.0 45
What good are unmanned aircraft systems for agricultural remote sensing and precision agriculture? 28
Visual descriptors for content-based retrieval of remote-sensing images 26
Very high resolution remote sensing image classification with SEEDS-CNN and scale effect analysis for superpixel CNN classification 25
Unidirectional variation and deep CNN denoiser priors for simultaneously destriping and denoising optical remote sensing images 22
Observation scope and spatial coverage analysis for earth observation from a Moon-based platform 21
Comparison of ALS- and UAV(SfM)-derived high-density point clouds for individual tree detection in Eucalyptus plantations 21
SAR-based detection of flooded vegetation - a review of characteristics and approaches 21
Mapping paddy rice fields by applying machine learning algorithms to multi-temporal Sentinel-1A and Landsat data 19

免责声明

若用户需要出版服务,请联系出版商:TAYLOR & FRANCIS LTD, 4 PARK SQUARE, MILTON PARK, ABINGDON, ENGLAND, OXON, OX14 4RN。

友情链接