當前位置：首頁 SCI期刊 SCIE期刊地球科學中科院3區 JCRQ1 期刊介紹(非官網)

Geoscientific Model DevelopmentSCIE

國際簡稱：GEOSCI MODEL DEV 參考譯名：地球科學模型開發

中科院分區
3區
CiteScore分區
Q1
JCR分區
Q1

基本信息：: ISSN：1991-959X; E-ISSN：1991-9603; 是否OA：開放; 是否預警：否; TOP期刊：否

出版信息：: 出版地區：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

評價信息：: 影響因子：4; H-index：59; CiteScore指數：8.6; SJR指數：2.055; SNIP指數：1.319

發文數據：: Gold OA文章占比：99.82%; 研究類文章占比：98.52%; 年發文量：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數據中科院SCI分區 JCR分區發文數據常見問題

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，是一本地球科學優秀雜志。致力于發表原創科學研究結果，并為地球科學各個領域的原創研究提供一個展示平臺，以促進地球科學領域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當前感興趣的研究主題的新見解，或審查多年來某個重要領域的所有重要發展。該期刊特色在于及時報道地球科學領域的最新進展和新發現新突破等。該刊近一年未被列入預警期刊名單，目前已被權威數據庫SCIE收錄，得到了廣泛的認可。

該期刊投稿重要關注點：

預計審稿時間：較慢,6-12周
地球科學
GEOSCIENCES, MULTIDISCIPLINARY
SCIE
中科院3區
非預警

Cite Score數據（2024年最新版）Geoscientific Model Development Cite Score數據

CiteScore：8.6
SJR：2.055
SNIP：1.319

學科類別	分區	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)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發表論文的年篇均引用次數。CiteScore以Scopus數據庫中收集的引文為基礎，針對的是前四年發表的論文的引文。CiteScore的意義在于，它可以為學術界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區Geoscientific Model Development 中科院分區

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否

大類學科	分區	小類學科	分區
地球科學	3區	GEOSCIENCES, MULTIDISCIPLINARY 地球科學：綜合	3區

中科院分區表 是以客觀數據為基礎，運用科學計量學方法對國際、國內學術期刊依據影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構的管理人員、科研工作者提供了一份評價國際學術期刊影響力的參考數據，得到了全國各地高校、科研機構的廣泛認可。

中科院分區表 將所有期刊按照一定指標劃分為1區、2區、3區、4區四個層次，類似于“優、良、及格”等。最開始，這個分區只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區逐步發展成為了一種評價學術期刊質量的重要工具。

歷年中科院分區趨勢圖

JCR分區Geoscientific Model Development JCR分區

2023-2024 年最新版

按JIF指標學科分區	收錄子集	分區	排名	百分位
學科：GEOSCIENCES, MULTIDISCIPLINARY	SCIE	Q1	41 / 253	84%

按JCI指標學科分區	收錄子集	分區	排名	百分位
學科：GEOSCIENCES, MULTIDISCIPLINARY	SCIE	Q1	33 / 253	87.15%

JCR分區的優勢在于它可以幫助讀者對學術文獻質量進行評估。不同學科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質量可能是存在一定問題的。因此，JCR將期刊按照學科門類和影響因子分為不同的分區，這樣讀者可以根據自己的研究領域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發文數據

2023-2024 年國家/地區發文量統計

國家/地區數量
USA298
GERMANY (FED REP GER)238
England176
France147
CHINA MAINLAND93
Netherlands86
Switzerland74
Australia71
Canada66
Spain59

本刊中國學者近年發表論文

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