当前位置: 首页 JCRQ1 期刊介绍(非官网)
Mathematical Geosciences

Mathematical Geosciences

SCISCIE

国际简称:MATH GEOSCI  参考译名:数学地球科学

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:1874-8961
E-ISSN:1874-8953
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:GERMANY
出版商:Springer Berlin Heidelberg
出版语言:English
出版周期:Bimonthly
出版年份:1969
研究方向:地学-地球科学综合
评价信息:
影响因子:4.1
H-index:67
CiteScore指数:7.6
SJR指数:0.801
SNIP指数:1.399
发文数据:
Gold OA文章占比:28.79%
研究类文章占比:100.00%
年发文量:82
自引率:0.1538...
开源占比:0.2714
出版撤稿占比:
出版国人文章占比:0
OA被引用占比:
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Mathematical Geosciences期刊介绍

Mathematical Geosciences (formerly Mathematical Geology) publishes original, high-quality, interdisciplinary papers in geomathematics focusing on quantitative methods and studies of the Earth, its natural resources and the environment. This international publication is the official journal of the IAMG. Mathematical Geosciences is an essential reference for researchers and practitioners of geomathematics who develop and apply quantitative models to earth science and geo-engineering problems.

期刊简介Mathematical Geosciences期刊介绍

《Mathematical Geosciences》自1969出版以来,是一本地球科学优秀杂志。致力于发表原创科学研究结果,并为地球科学各个领域的原创研究提供一个展示平台,以促进地球科学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道地球科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCI、SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Mathematical Geosciences Cite Score数据

  • CiteScore:7.6
  • SJR:0.801
  • SNIP:1.399
学科类别 分区 排名 百分位
大类:Mathematics 小类:Mathematics (miscellaneous) Q1 8 / 119

93%

大类:Mathematics 小类:General Earth and Planetary Sciences Q1 26 / 201

87%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Mathematical Geosciences 中科院分区

《新锐期刊分区表》(2026年3月发布) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
地球科学 3区 GEOSCIENCES, MULTIDISCIPLINARY 地球科学:综合 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 3区 3区
期刊分区表(2025年3月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
地球科学 3区 GEOSCIENCES, MULTIDISCIPLINARY 地球科学:综合 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 3区 3区
期刊分区表(2023年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
地球科学 3区 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 GEOSCIENCES, MULTIDISCIPLINARY 地球科学:综合 3区 4区
期刊分区表(2022年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
地球科学 3区 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 GEOSCIENCES, MULTIDISCIPLINARY 地球科学:综合 3区 4区
期刊分区表(2021年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
地球科学 3区 GEOSCIENCES, MULTIDISCIPLINARY 地球科学综合 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 数学跨学科应用 3区 3区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Mathematical Geosciences 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:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q1 64 / 259

75.5

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 13 / 137

90.9

学科:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q1 52 / 259

80.12

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 25 / 137

82.12

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:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q2 65 / 258

75

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 19 / 136

86.4

学科:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q1 58 / 258

77.71

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 30 / 136

78.31

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:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q2 84 / 253

67

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 28 / 135

79.6

学科:GEOSCIENCES, MULTIDISCIPLINARY SCIE Q2 96 / 253

62.25

学科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q2 39 / 135

71.48

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计
  • 国家/地区数量
  • USA44
  • GERMANY (FED REP GER)24
  • Canada23
  • France22
  • CHINA MAINLAND20
  • Australia18
  • Spain13
  • England12
  • Italy12
  • Portugal12

本刊中国学者近年发表论文

  • 1、HLF-SASR: A High-Low Frequency Guided Structure-Aware Super-Resolution Network for Digital Rock Image

    Author: Gao, Tianyu; Zhu, Chenyang; Niu, Zhenwei; Li, Mingjie; Xie, Yunxin; Wang, Fang

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-026-10287-9

  • 2、Big Data Mining on Galena Geochemistry Using Machine Learning Algorithms: Implications for Metallogenic Discriminatio

    Author: Gul, M. A.; Kanwal, A.; Yang, Xiaoyong; Awan, R. S.; Khan, I.; Hu, Y.; Faisal, M

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-026-10274-0

  • 3、Deep Mineral Prospectivity Prediction via Integration of Spatiotemporal Dynamics Simulations with Long Short-Term Memory Networks: A Case Study of the Tongshan Deposit, Chin

    Author: Zhou, Feihu; Zheng, Han; Bi, Chenxi; Liu, Liangming

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-026-10285-x

  • 4、Prediction of Heterogeneous Shale Lithology in the Kaijiang-Liangping Trough Based on Dream Optimization Algorithm and Support Vector Machin

    Author: Yuan, Lexin; Xu, Zhiming; Sun, Haofei; Lu, Jungang; Zhang, Luchuan; Yin, Xiangdong; Li, Jiaming

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-025-10265-7

  • 5、A Spatially Aware Evidential Deep Learning Framework for Mineral Prospectivity Mapping and Uncertainty Evaluatio

    Author: Liu, Yue

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-025-10266-6

  • 6、Lithofacies Identification and Classification Based on Least Squares Support Vector Machine Optimized by Sparrow Search Algorith

    Author: Mu, Chenyang; Guo, Zhongjie; Wang, Guangxu; Zhang, Xiaoxiao; Qian, Cheng; Lin, Changsong; Chen, Yang; Wang, Yougong; Wu, Wei

    Journal: MATHEMATICAL GEOSCIENCES. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s11004-025-10258-6

  • 7、Prediction of Lithofacies and Three-Dimensional Geological Modeling Based on CNN-LSTM Spatiotemporal Network

    Author: Liu, Qianghao; Liu, Rong; He, Tianxin; Zhang, Haoran

    Journal: MATHEMATICAL GEOSCIENCES. 2025; Vol. , Issue , pp. -. DOI: 10.1007/s11004-025-10198-1

  • 8、Tree-Based Machine Learning and Flow Simulation for Debris Flow Susceptibility, Runout Propagation, and Dynamics in the Higher Himalaya

    Author: Daud, Hamza; Dou, Jie; Khan, Nangyal Ghani; Xu, Bo; Dong, Shun; Dong, Aonan; Ma, Hao

    Journal: MATHEMATICAL GEOSCIENCES. 2025; Vol. , Issue , pp. -. DOI: 10.1007/s11004-025-10196-3

投稿常见问题

通讯方式:SPRINGER HEIDELBERG, TIERGARTENSTRASSE 17, HEIDELBERG, GERMANY, D-69121。