Atmospheric and Oceanic Optics
短名 | Atmos Ocean Opt |
Journal Impact | 0.99 |
国际分区 | OPTICS(Q4) |
ISSN | 1024-8560, 2070-0393 |
h-index | 25 |
《Atmospheric and Oceanic Optics》是一本国际同行评审期刊,专注于大气和海洋光学、生态学及气候等领域的实验和理论研究。期刊的覆盖范围包括光波的散射与传播、大气气体的光谱学、湍流与非线性光学现象、自适应光学、以及大气和地表的远程传感(包括陆基、机载和星载传感)。此外,期刊还探讨逆向求解方法、光学研究的新设备、计算机程序和光学研究数据库的开发。专题研究涉及大气臭氧、自适应光学、非线性和相干光学、区域气候及环境监测等多个学科。
期刊主页投稿网址涉及主题 | 物理量子力学光学地理材料科学气象学地质学化学工程类有机化学环境科学热力学光电子学计算机科学数学生物天文大气科学光子学遥感激光器海洋学生态学复合材料航空航天工程核物理学大气(单位)气溶胶 |
出版信息 | 出版商: Pleiades Publishing,出版周期: 6 issues per year,期刊类型: journal,开源期刊: 否 |
基本数据 | 创刊年份: 2009,原创研究文献占比: 98.45%,自引率:22.20%, Gold OA占比: 2.90% |
期刊引文格式
这些示例是对学术期刊文章的引用,以及它们应该如何出现在您的参考文献中。
并非所有期刊都按卷和期组织其已发表的文章,因此这些字段是可选的。有些电子期刊不提供页面范围,而是列出文章标识符。在这种情况下,使用文章标识符而不是页面范围是安全的。
有 1 位以上作者的期刊
有 2 位作者的期刊
有 3 位作者的期刊
有 5 位以上作者的期刊
书籍引用格式
以下是创作和编辑的书籍的参考文献的示例。
学位论文引用格式
网页引用格式
这些示例是对网页的引用,以及它们应该如何出现在您的参考文献中。
专利引用格式
手工熬夜修改参考文献?研飞自动匹配期刊,一键轻松成稿,支持 Word/WPS
点击下方按钮,免费开启试用!
Estimation of the Atmospheric Turbulence Parameters Using the Angle-of-Arrival Covariance Function
利用到达角协方差函数估计大气湍流参数
2023-10-1
Seasonal and Daily Variations in the Coefficient of Optical Radiation Extinction Due to Midges in the Surface Air in Western Siberia in Summer–Autumn 2018
2018年夏秋季节西西伯利亚地表空气中蠓虫引起的光辐射消光系数季节性和日变化
2023-10-1
Air Composition over the Russian Arctic: 1—Methane
俄罗斯北极地区上空大气成分:1—甲烷
2023-10-1
Analysis of Water Vapor Absorption Lines in Modern Spectroscopic Databases in the 16 700–17 000 cm−1 Region
现代光谱数据库中16700-17000 cm−1区域水汽吸收线的分析
2023-12-1
Redistribution of Optical Radiation Energy when Reflecting in a Turbulent Atmosphere
湍流大气中反射时光辐射能量的再分配
2023-12-1
Air Composition over the Russian Arctic–4: Atmospheric Aerosols
俄罗斯北极上空的空气成分–4:大气气溶胶
2024-6-1
Cloud Cover Detection Using a Neural Network Based on MSU-GS Instrument Data of Arktika-M No. 1 Satellite
基于Arktika-M No.1卫星MSU-GS仪器数据的神经网络云覆盖检测
2024-6-1
Influence of Atmospheric Precipitation and Surface Runoff on Phytoplankton Characteristics in the Northern Part of the Black Sea
大气降水和地表径流对黑海北部浮游植物特征的影响
2024-6-1
Cloud Recognition in Hyperspectral Satellite Images Using an Explainable Machine Learning Model
使用可解释机器学习模型进行高光谱卫星图像中的云识别
2024-6-1
Optical and Geometrical Characteristics of High-Level Clouds from the 2009–2023 Data on Laser Polarization Sensing in Tomsk
托木斯克激光偏振传感2009-2023年数据中高层云的光学和几何特性
2024-6-1