Russian Meteorology And Hydrology

Russian Meteorology And Hydrology

俄罗斯气象水文

  • 4区 中科院分区
  • Q4 JCR分区

期刊简介

《Russian Meteorology And Hydrology》是由Pleiades Publishing出版社于2007年创办的英文国际期刊(ISSN: 1068-3739,E-ISSN: 1934-8096),该期刊长期致力于气象与大气科学领域的创新研究,主要研究方向为METEOROLOGY & ATMOSPHERIC SCIENCES。作为SCI、SCIE收录期刊(JCR分区 Q4,中科院 4区),本刊采用OA未开放获取模式(OA占比%),以发表气象与大气科学领域等方向的原创性研究为核心(研究类文章占比98.44%%)。凭借严格的同行评审与高效编辑流程,期刊年载文量精选控制在128篇,确保学术质量与前沿性。成果覆盖Web of ScienceWeb of Science、Scopus等国际权威数据库,为学者提供推动地球科学领域高水平交流平台。

投稿咨询

投稿提示

Russian Meteorology And Hydrology审稿周期约为偏慢,4-8周。该刊近年未被列入国际预警名单,年发文量约128篇,录用竞争适中,主题需确保紧密契合地球科学前沿。投稿策略提示:避开学术会议旺季投稿以缩短周期,语言建议专业润色提升可读性。

  • 地球科学 大类学科
  • English 出版语言
  • 是否预警
  • SCI、SCIE 期刊收录
  • 128 发文量

中科院分区

《新锐期刊分区表》(2026年3月发布)

Top期刊 综述期刊 大类学科 小类学科
地球科学
4区
METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
4区

期刊分区表(2025年3月升级版)

Top期刊 综述期刊 大类学科 小类学科
地球科学
4区
METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
4区

期刊分区表(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
4区
METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
4区

期刊分区表(2022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
4区
METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
4区

期刊分区表(2021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
4区
METEOROLOGY & ATMOSPHERIC SCIENCES 气象与大气科学
4区

JCR分区

2025-2026年最新版

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 113 / 114

1.3

学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 112 / 114

2.19

2024-2025年最新版

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 108 / 111

3.2

学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 107 / 111

4.05

2023-2024年最新版

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 94 / 110

15

学科:METEOROLOGY & ATMOSPHERIC SCIENCES SCIE Q4 101 / 110

8.64

CiteScore(2026年6月最新版)

CiteScore SJR SNIP CiteScore 排名
CiteScore:1.2 SJR:0.254 SNIP:0.523
学科类别 分区 排名 百分位
大类:Chemical Engineering 小类:Fluid Flow and Transfer Processes Q3 73 / 99

26%

大类:Chemical Engineering 小类:Water Science and Technology Q4 224 / 279

19%

大类:Chemical Engineering 小类:Atmospheric Science Q4 137 / 160

14%

期刊发文

  • Detection of Rapidly Developing Convection Using Rapid Scan Data from the FY-2F Satellit

    Author: Liu, Jia; Zhang, Qian

    Journal: RUSSIAN METEOROLOGY AND HYDROLOGY. 2026; Vol. 51, Issue 2, pp. 131-139. DOI: 10.3103/S1068373924600302

  • Extraction of the Water Body Information on the Wuhan Section of the Yangtze River Based on Gaofen-1 Remote Sensing Image

    Author: He, Z.; Zhang, J.; Zhu, W.; Dan, X

    Journal: RUSSIAN METEOROLOGY AND HYDROLOGY. 2025; Vol. 50, Issue 3, pp. 232-239. DOI: 10.3103/S1068373924600156

  • Anomaly Detection Method for Meteorological Data Based on Neural Networks (vol 50, pg 102, 2025

    Author: Guan, A. Y.; Zhu, C. S.; Kong, L. W.; Nan, Y. J.; Lu, P. Y.; Liu, S.; Zhao, Y. F

    Journal: RUSSIAN METEOROLOGY AND HYDROLOGY. 2025; Vol. 50, Issue 3, pp. 254-254. DOI: 10.3103/S1068373925030112

  • Anomaly Detection Method for Meteorological Data Based on Neural Network

    Author: Guan, A.; Zhu, Ch.; Kong, L.; Nan, Y.; Lu, P.; Liu, Sh.; Zhao, Y

    Journal: RUSSIAN METEOROLOGY AND HYDROLOGY. 2025; Vol. 50, Issue 2, pp. 102-114. DOI: 10.3103/S1068373924600338