Mathematical Geosciences

SCI SCIE

国际简称：MATH GEOSCI 参考译名：数学地球科学

主要研究方向：地学-地球科学综合非预警期刊审稿周期：>12周，或约稿

《数学地球科学》(Mathematical Geosciences)是一本由Springer Berlin Heidelberg出版的以地学-地球科学综合为研究特色的国际期刊，发表该领域相关的原创研究文章、评论文章和综述文章，及时报道该领域相关理论、实践和应用学科的最新发现，旨在促进该学科领域科学信息的快速交流。该期刊是一本未开放期刊，近三年没有被列入预警名单。

3区中科院分区
Q1 JCR分区
82 年发文量
4.1 IF影响因子
未开放 是否OA
67 H-index
1969 创刊年份
Bimonthly 出版周期
English 出版语言

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.

[ 查看全部 ]

投稿咨询加急咨询

Mathematical Geosciences期刊信息

ISSN：1874-8961
出版语言：English
是否OA：未开放
E-ISSN：1874-8953
出版地区：GERMANY
是否预警：否
出版商：Springer Berlin Heidelberg
出版周期：Bimonthly
创刊时间：1969
开源占比：0.2714
Gold OA文章占比：28.79%
OA被引用占比：
出版国人文章占比：0
出版撤稿占比：
研究类文章占比：100.00%

Mathematical Geosciences CiteScore评价数据（2026年6月最新版）

CiteScore

SJR

SNIP

CiteScore 指数

7.6

0.801

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%

名词解释：CiteScore 是衡量期刊所发表文献的平均受引用次数，是在 Scopus 中衡量期刊影响力的另一个指标。当年CiteScore 的计算依据是期刊最近4年（含计算年度）的被引次数除以该期刊近四年发表的文献数。例如，2022年的 CiteScore 计算方法为：2022年的 CiteScore =2019-2022年收到的对2019-2022年发表的文件的引用数量÷2019-2022年发布的文献数量注：文献类型包括：文章、评论、会议论文、书籍章节和数据论文。

Mathematical Geosciences中科院评价数据

《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
否	否	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

Mathematical Geosciences JCR评价数据

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

Mathematical Geosciences历年数据统计

影响因子

中科院分区

Mathematical Geosciences中国学者发文选摘

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