當(dāng)前位置：首頁 SCI期刊 SCIE期刊地球科學(xué) 中科院3區(qū) JCRQ1 期刊介紹(非官網(wǎng))

Geoscientific Model DevelopmentSCIE

國際簡稱：GEOSCI MODEL DEV 參考譯名：地球科學(xué)模型開發(fā)

中科院分區(qū)
3區(qū)
CiteScore分區(qū)
Q1
JCR分區(qū)
Q1

基本信息：: ISSN：1991-959X; E-ISSN：1991-9603; 是否OA：開放; 是否預(yù)警：否; TOP期刊：否

出版信息：: 出版地區(qū)：GERMANY; 出版商：Copernicus Gesellschaft mbH; 出版語言：English; 出版周期：12 issues/year; 出版年份：2008; 研究方向：GEOSCIENCES, MULTIDISCIPLINARY

評(píng)價(jià)信息：: 影響因子：4; H-index：59; CiteScore指數(shù)：8.6; SJR指數(shù)：2.055; SNIP指數(shù)：1.319

發(fā)文數(shù)據(jù)：: Gold OA文章占比：99.82%; 研究類文章占比：98.52%; 年發(fā)文量：338; 自引率：0.0980...; 開源占比：0.9923; 出版撤稿占比：0; 出版國人文章占比：0.05; OA被引用占比：1

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Geoscientific Model Development期刊介紹

Geoscientific Model Development (GMD) is an international scientific journal dedicated to the publication and public discussion of the description, development, and evaluation of numerical models of the Earth system and its components. The following manuscript types can be considered for peer-reviewed publication:

* geoscientific model descriptions, from statistical models to box models to GCMs;

* development and technical papers, describing developments such as new parameterizations or technical aspects of running models such as the reproducibility of results;

* new methods for assessment of models, including work on developing new metrics for assessing model performance and novel ways of comparing model results with observational data;

* papers describing new standard experiments for assessing model performance or novel ways of comparing model results with observational data;

* model experiment descriptions, including experimental details and project protocols;

* full evaluations of previously published models.

期刊簡介Geoscientific Model Development期刊介紹

《Geoscientific Model Development》自2008出版以來，是一本地球科學(xué)優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學(xué)研究結(jié)果，并為地球科學(xué)各個(gè)領(lǐng)域的原創(chuàng)研究提供一個(gè)展示平臺(tái)，以促進(jìn)地球科學(xué)領(lǐng)域的的進(jìn)步。該刊鼓勵(lì)先進(jìn)的、清晰的闡述，從廣泛的視角提供當(dāng)前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€(gè)重要領(lǐng)域的所有重要發(fā)展。該期刊特色在于及時(shí)報(bào)道地球科學(xué)領(lǐng)域的最新進(jìn)展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預(yù)警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認(rèn)可。

該期刊投稿重要關(guān)注點(diǎn)：

預(yù)計(jì)審稿時(shí)間：較慢,6-12周
地球科學(xué)
GEOSCIENCES, MULTIDISCIPLINARY
SCIE
中科院3區(qū)
非預(yù)警

Cite Score數(shù)據(jù)（2024年最新版）Geoscientific Model Development Cite Score數(shù)據(jù)

CiteScore：8.6
SJR：2.055
SNIP：1.319

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Modeling and Simulation	Q1	22 / 324	93%
大類：Mathematics 小類：General Earth and Planetary Sciences	Q1	15 / 195	92%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評(píng)價(jià)期刊影響力的文獻(xiàn)計(jì)量指標(biāo)。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎(chǔ)，針對(duì)的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學(xué)術(shù)界提供一種新的、更全面、更客觀地評(píng)價(jià)期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標(biāo)來評(píng)價(jià)。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Geoscientific Model Development 中科院分區(qū)

中科院 2023年12月升級(jí)版 綜述期刊：否 Top期刊：否

大類學(xué)科	分區(qū)	小類學(xué)科	分區(qū)
地球科學(xué)	3區(qū)	GEOSCIENCES, MULTIDISCIPLINARY 地球科學(xué)：綜合	3區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎(chǔ)，運(yùn)用科學(xué)計(jì)量學(xué)方法對(duì)國際、國內(nèi)學(xué)術(shù)期刊依據(jù)影響力進(jìn)行等級(jí)劃分的期刊評(píng)價(jià)標(biāo)準(zhǔn)。它為我國科研、教育機(jī)構(gòu)的管理人員、科研工作者提供了一份評(píng)價(jià)國際學(xué)術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機(jī)構(gòu)的廣泛認(rèn)可。

中科院分區(qū)表 將所有期刊按照一定指標(biāo)劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個(gè)層次，類似于“優(yōu)、良、及格”等。最開始，這個(gè)分區(qū)只是為了方便圖書管理及圖書情報(bào)領(lǐng)域的研究和期刊評(píng)估。之后中科院分區(qū)逐步發(fā)展成為了一種評(píng)價(jià)學(xué)術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Geoscientific Model Development JCR分區(qū)

2023-2024 年最新版

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：GEOSCIENCES, MULTIDISCIPLINARY	SCIE	Q1	41 / 253	84%

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：GEOSCIENCES, MULTIDISCIPLINARY	SCIE	Q1	33 / 253	87.15%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對(duì)學(xué)術(shù)文獻(xiàn)質(zhì)量進(jìn)行評(píng)估。不同學(xué)科的文章引用量可能存在較大的差異，此時(shí)單獨(dú)依靠影響因子(IF)評(píng)價(jià)期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學(xué)科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領(lǐng)域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計(jì)

國家/地區(qū)數(shù)量
USA298
GERMANY (FED REP GER)238
England176
France147
CHINA MAINLAND93
Netherlands86
Switzerland74
Australia71
Canada66
Spain59

本刊中國學(xué)者近年發(fā)表論文

1、Forecasting tropical cyclone tracks in the northwestern Pacific based on a deep-learning model
Author: Wang, Liang; Wan, Bingcheng; Zhou, Shaohui; Sun, Haofei; Gao, Zhiqiu

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 8, pp. 2167-2179. DOI: 10.5194/gmd-16-2167-2023
2、Climate impacts of parameterizing subgrid variation and partitioning of landsurface heat fluxes to the atmosphere with the NCAR CESM1.2
Author: Yin, Ming; Han, Yilun; Wang, Yong; Sun, Wenqi; Deng, Jianbo; Wei, Daoming; Kong, Ying; Wang, Bin

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 1, pp. 135-156. DOI: 10.5194/gmd-16-135-2023
3、A nonhydrostatic oceanic regional model, ORCTM v1, for internal solitary wavesimulation
Author: Huang, Hao; Song, Pengyang; Qiu, Shi; Guo, Jiaqi; Chen, Xueen

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 1, pp. 109-133. DOI: 10.5194/gmd-16-109-2023
4、WRF-ML v1.0: a bridge between WRF v4.3 and machine learning parameterizations and its application to atmospheric radiative transfer
Author: Zhong, Xiaohui; Ma, Zhijian; Yao, Yichen; Xu, Lifei; Wu, Yuan; Wang, Zhibin

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 1, pp. 199-209. DOI: 10.5194/gmd-16-199-2023
5、Ocean Modeling with Adaptive REsolution (OMARE; version 1.0) - refactoring the NEMO model (version 4.0.1) with the parallel computing framework of JASMIN - Part 1: Adaptive grid refinement in an idealized double-gyre case
Author: Zhang, Yan; Wang, Xuantong; Sun, Yuhao; Ning, Chenhui; Xu, Shiming; An, Hengbin; Tang, Dehong; Guo, Hong; Yang, Hao; Pu, Ye; Jiang, Bo; Wang, Bin

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 2, pp. 679-704. DOI: 10.5194/gmd-16-679-2023
6、Monthly-scale extended predictions using the atmospheric model coupled with a slab ocean
Author: Wang, Zhenming; Zhang, Shaoqing; Jin, Yishuai; Jia, Yinglai; Yu, Yangyang; Gao, Yang; Yu, Xiaolin; Li, Mingkui; Lin, Xiaopei; Wu, Lixin

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 2, pp. 705-717. DOI: 10.5194/gmd-16-705-2023
7、SHAFTS (v2022.3): a deep-learning-based Python package for simultaneous extraction of building height and footprint from sentinel imagery
Author: Li, Ruidong; Sun, Ting; Tian, Fuqiang; Ni, Guang-Heng

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 2, pp. 751-778. DOI: 10.5194/gmd-16-751-2023
8、AttentionFire_v1.0: interpretable machine learning fire model for burned-area predictions over tropics
Author: Li, Fa; Zhu, Qing; Riley, William J.; Zhao, Lei; Xu, Li; Yuan, Kunxiaojia; Chen, Min; Wu, Huayi; Gui, Zhipeng; Gong, Jianya; Randerson, James T.

Journal: GEOSCIENTIFIC MODEL DEVELOPMENT. 2023; Vol. 16, Issue 3, pp. 869-884. DOI: 10.5194/gmd-16-869-2023