Artificial Intelligence In Agriculture

SCIE

国际简称：Artificial Intelligence In Agriculture 参考译名：农业人工智能

主要研究方向：Engineering-Engineering (miscellaneous) 非预警期刊审稿周期：12 Weeks

《农业人工智能》(Artificial Intelligence In Agriculture)是一本由KeAi Communications Co., Ltd.出版的以Engineering-Engineering (miscellaneous)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。该期刊是一本开放期刊，近三年没有被列入预警名单。该期刊享有很高的科学声誉，影响因子不断增加，发行量也同样高。

1区中科院分区
Q1 JCR分区
77 年发文量
16.1 IF影响因子
开放是否OA
English 出版语言

《Artificial Intelligence in Agriculture》是一本专注于农业人工智能领域的国际开放获取期刊，由中国科学院主管，科学出版社主办，科爱公司运营。该杂志自创刊以来，致力于成为具有国家代表性和广泛国际影响力的综合性、专业化学术期刊。杂志的目标是反映国际农业人工智能及智慧农业的新概念、新成果和新进展，服务于农业人工智能领域的科技人员，促进学术交流和智慧农业的发展。

期刊内容涵盖农业人工智能决策系统、基于AI的精准农业、智能传感器和物联网、农业机器人和自动化设备等理论和实践研究。杂志采用爱思唯尔Editorial Manager投审稿系统，并在ScienceDirect平台全文发布。该杂志已被DOAJ、Scopus等数据库收录，并在Scopus人工智能领域、农业与生物科学和工程领域中位列一区。此外，AIIA还入选了中国科技期刊卓越行动计划高起点新刊项目，并在2023年获得了科爱期刊的影响力大奖。

[ 查看全部 ]

投稿咨询加急咨询

Artificial Intelligence In Agriculture期刊信息

ISSN：2589-7217
出版语言：English
是否OA：开放
出版地区：China
是否预警：否
出版商：KeAi Communications Co., Ltd.
Gold OA文章占比：99.28%
研究类文章占比：84.42%

Artificial Intelligence In Agriculture CiteScore评价数据（2026年6月最新版）

CiteScore

SJR

SNIP

CiteScore 指数

29.1

2.496

4.328

学科类别	分区	排名	百分位
大类：Agricultural and Biological Sciences 小类：General Agricultural and Biological Sciences	Q1	1 / 235	99%
大类：Agricultural and Biological Sciences 小类：Computer Science (miscellaneous)	Q1	1 / 179	99%
大类：Agricultural and Biological Sciences 小类：Engineering (miscellaneous)	Q1	3 / 300	99%
大类：Agricultural and Biological Sciences 小类：Computer Science Applications	Q1	13 / 1022	98%
大类：Agricultural and Biological Sciences 小类：Artificial Intelligence	Q1	12 / 570	97%

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。

Artificial Intelligence In Agriculture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
是	否	农林科学	1区	AGRICULTURE, MULTIDISCIPLINARY 农业综合 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能	1区 2区

Artificial Intelligence In Agriculture 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：AGRICULTURE, MULTIDISCIPLINARY	SCIE	Q1	1 / 95	99.5
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	8 / 210	96.4
学科：AGRICULTURE, MULTIDISCIPLINARY	SCIE	Q1	1 / 95	99.47
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	10 / 210	95.48

Artificial Intelligence In Agriculture历年数据统计

影响因子

中科院分区

Artificial Intelligence In Agriculture中国学者发文选摘

1、Multimodal remote sensing combination for maize LAI estimation: Stacking model development and phenology-specific feature sensitivity analysi
Author: Wang, Baoju; Zhu, Junke; Sun, Shuai; Zhang, Lechun; Yan, Yu; Wang, Huizheng; Yang, Weiguang; Lan, Yubin

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 873-888. DOI: 10.1016/j.aiia.2026.03.011
2、Transformer-based cross-view LiDAR-orthomosaic fusion for geo-localization and digital modeling in apple orchard
Author: Zheng, Yu; Huang, Andong; Li, Anqi; Kim, Do-Hwan; Shen, Yunde; Lee, Kyeong-Hwan

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 804-819. DOI: 10.1016/j.aiia.2026.03.005
3、Empowering Chinese medicinal agriculture through AI-driven technologies: A comprehensive revie
Author: Zhang, Tingting; Wen, Jin; Tang, Yulu; Tong, Jinpeng; Li, Mingjie; Zhang, Zhongyi; Zhang, Xiaobo; Tian, Xi; Gu, Li

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 889-910. DOI: 10.1016/j.aiia.2026.04.001
4、Optimized modular transfer learning framework integrating PROSAIL and UAV-based hyperspectral reconstruction for cotton canopy water and nitrogen content retrieva
Author: Yang, Weiguang; Fu, Huaiyuan; Xu, Weicheng; Wu, Jinhao; Liu, Shiyuan; Tan, Jiangtao; Wang, Chaofeng; Chen, Tingting; Lan, Yubin; Zhang, Lei

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 764-787. DOI: 10.1016/j.aiia.2026.03.004
5、Integrating hyperspectral radiation transfer modeling and deep transfer learning to estimate nitrogen density in winter wheat canopie
Author: Yang, Bo; Zhou, Longfei; Yang, Guijun; Zhang, Guangsheng; Qi, Jingwei; Li, Changchun

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 753-763. DOI: 10.1016/j.aiia.2026.03.003
6、MA-UQNet: A multi-modal uncertainty quantification neural network for remote sensing-based wheat aboveground biomass estimatio
Author: Wu, Qiang; Ma, Xinming; Wang, Jiao; Du, Yuke; Hou, Dingyi; Cheng, Jinpeng; Cao, Xiaoyu; Wang, Xiaochun; Yang, Hao; Yang, Guijun

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 788-803. DOI: 10.1016/j.aiia.2026.03.007
7、AgriMAPO: A multimodal automatic prompt optimization approach for crop disease classification using large language model
Author: Shuai, Luyu; Zhu, Linchao; Yang, Yi; Lin, Tao

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 911-925. DOI: 10.1016/j.aiia.2026.04.002
8、PII-CNN-LSTM: A multi-modal deep learning framework integrating novel pollination importance index for predicting optimal apple pollination window
Author: Manzoor, Shahram Hamza; Zhang, Zhao; Li, Hongwen; Zhang, Qu; Ahmed, Arshed; Yu, Shinning; Abid, Fazeel; Tahir, Naveed; Ye, Dapeng; Abdelhamid, Mahmoud A

Journal: ARTIFICIAL INTELLIGENCE IN AGRICULTURE. 2026; Vol. 16, Issue 2, pp. 725-752. DOI: 10.1016/j.aiia.2026.03.001