期刊质量
投稿信息
投稿经验
投稿预测
质量指标占比
| 研究类文章占比 | OA被引用占比 | 撤稿占比 | 出版后修正文章占比 |
|---|---|---|---|
| 100.00% | 3.08% | 0% | 0.71% |
相关指数
{{chartTitle}}
影响因子
年发文量
自引率
最新IF值预测
预测IF值算法
根据标准的SCI影响因子计算公式，以2022年为例，预测IF(2022)=A/B，其中，A为该期刊2020年至2021年所有文章在2022年中被引用的次数；B为该期刊2020年至2021年所有文章的总数。预测的实时影响因子数据在全年中逐步接近真实IF数据，上半年的预测数据通常接近于6月底正式发布的数据，而下半年的实时影响因子则会从大约50%开始逐渐趋近于最终的IF值。（考虑数据入库延迟，可以根据当前月份占全年的比例来大致估计最终的IF值，且估算时可适当上调。）
预测IF值算法
根据标准的SCI影响因子计算公式，以2022年为例，预测IF(2022)=A/B，其中，A为该期刊2020年至2021年所有文章在2022年中被引用的次数；B为该期刊2020年至2021年所有文章的总数。预测的实时影响因子数据在全年中逐步接近真实IF数据，上半年的预测数据通常接近于6月底正式发布的数据，而下半年的实时影响因子则会从大约50%开始逐渐趋近于最终的IF值。（考虑数据入库延迟，可以根据当前月份占全年的比例来大致估计最终的IF值，且估算时可适当上调。）
4.4
86788人已查看 《IEEE Geoscience and Remote Sensing Letters》 期刊2026最新IF预测值
预警说明 查看说明
| 时间 | 预警情况 |
|---|---|
| 2026年03月发布的新锐学术版 | 不在预警名单中 |
| 2025年03月发布的2025版 | 不在预警名单中 |
| 2024年02月发布的2024版 | 不在预警名单中 |
| 2023年01月发布的2023版 | 不在预警名单中 |
| 2021年12月发布的2021版 | 不在预警名单中 |
| 2020年12月发布的2020版 | 不在预警名单中 |
2026年预警名单预测
| 
无异常数据 期刊预警概率很低 结果仅供参考 |
*来源：中科院《 国际期刊预警名单》
中科院分区 查看说明
| 版本 | 大类学科 | 小类学科 | Top期刊 | 综述期刊 |
|---|---|---|---|---|
| 2026年3月发布 (新锐分区) | 地球科学3区 | GEOCHEMISTRY & GEOPHYSICS
地球化学与地球物理3区 ENGINEERING, ELECTRICAL & ELECTRONIC
工程：电子与电气3区 REMOTE SENSING
遥感3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY
成像科学与照相技术3区 | 否 | N/A |
| 2025年3月升级版 | 地球科学3区 | ENGINEERING, ELECTRICAL & ELECTRONIC
工程：电子与电气3区 GEOCHEMISTRY & GEOPHYSICS
地球化学与地球物理3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY
成像科学与照相技术3区 REMOTE SENSING
遥感4区 | 否 | 否 |
| 2023年12月旧的升级版 | 地球科学3区 | ENGINEERING, ELECTRICAL & ELECTRONIC
工程：电子与电气3区 GEOCHEMISTRY & GEOPHYSICS
地球化学与地球物理3区 IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY
成像科学与照相技术3区 REMOTE SENSING
遥感3区 | 否 | 否 |
JCR分区
WOS分区等级：1区
| 版本 | 按学科 | 分区 |
|---|---|---|
WOS期刊SCI分区
WOS期刊SCI分区
WOS期刊SCI分区是指SCI官方（Web of
Science)为每个学科内的期刊按照IF数值排序，将期刊按照四等分的方法划分的Q1-Q4等级，Q1代表质量最高，即常说的1区期刊。
（2024-2025年最新版） | ||
| REMOTE SENSING | Q2 | |
| GEOCHEMISTRY & GEOPHYSICS | Q1 | |
| ENGINEERING, ELECTRICAL & ELECTRONIC | Q2 | |
| IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY | Q2 |
CiteScore 查看说明
| CiteScore | SJR | SNIP | 学科 | 分区 | 排名 |
|---|---|---|---|---|---|
| 9.00 | 1.258 | 1.368 | 大类：Earth and Planetary Sciences
小类：Geotechnical Engineering and Engineering Geology | Q1 | 27 / 239 |
| 大类：Earth and Planetary Sciences
小类：Electrical and Electronic Engineering | Q1 | 129 / 970 |
相关文章
期刊介绍
IEEE Geoscience and Remote Sensing Letters (GRSL) is a monthly publication for short papers (maximum length 5 pages) addressing new ideas and formative concepts in remote sensing as well as important new and timely results and concepts. Papers should relate to the theory, concepts and techniques of science and engineering as applied to sensing the earth, oceans, atmosphere, and space, and the processing, interpretation, and dissemination of this information. The technical content of papers must be both new and significant. Experimental data must be complete and include sufficient description of experimental apparatus, methods, and relevant experimental conditions. GRSL encourages the incorporation of "extended objects" or "multimedia" such as animations to enhance the shorter papers.
IEEE地球科学与遥感快报IEEE Geoscience and Remote Sensing Letters (GRSL) 是每月出版的简短论文 (最大长度为5页)，涉及遥感中的新思想和形成概念以及重要的新的及时结果和概念。论文应涉及科学和工程学的理论，概念和技术，这些理论，概念和技术应用于感知地球，海洋，大气和空间，以及这些信息的处理，解释和传播。论文的技术含量必须既新，又有重大意义。实验数据必须完整，并包括对实验装置，方法和相关实验条件的充分描述。GRSL鼓励合并 “扩展对象” 或 “多媒体” (例如动画)，以增强较短的论文。
| 年发文量 | 1078 |
|---|---|
| 国人发稿量 | 550 |
| 国人发文占比 | 51% |
| 自引率 | 6.8% |
| 平均录取率 | 容易数据非官方，来自网友分享经验 |
| 平均审稿周期 | 约3.4个月数据非官方，来自网友分享经验 |
| 版面费 | - |
| 偏重研究方向 | 工程技术-地球化学与地球物理 |
| 期刊官网 | http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=8859 |
| 投稿链接 | http://mc.manuscriptcentral.com/grsl |
期刊高被引文献
Siamese Convolutional Neural Networks for Remote Sensing Scene Classification
来源期刊：IEEE Geoscience and Remote Sensing Letters
DOI：10.1109/LGRS.2019.2894399
Deep Learning for Multilabel Land Cover Scene Categorization Using Data Augmentation
来源期刊：IEEE Geoscience and Remote Sensing Letters
DOI：10.1109/LGRS.2019.2893306
Dual-Path Network-Based Hyperspectral Image Classification
来源期刊：IEEE Geoscience and Remote Sensing Letters
DOI：10.1109/LGRS.2018.2873476
Speckle-Noise-Invariant Convolutional Neural Network for SAR Target Recognition
来源期刊：IEEE Geoscience and Remote Sensing Letters
DOI：10.1109/LGRS.2018.2877599
Nonlinear Unmixing of Hyperspectral Data via Deep Autoencoder Networks
来源期刊：IEEE Geoscience and Remote Sensing Letters
DOI：10.1109/LGRS.2019.2900733
已经到底了~
鹿粉93593
2025-03-11 20:26:16
我投IEEE Geoscience and Remote Sensing Letters，录用周期平均3.4个月，流程顺畅，速度蛮快的，着急发文的朋友可以考虑它。
已经到底了~