恭喜经埃米编辑参与润色的文章，成功发表在SCI期刊：Remote Sensing of Environment，JCR分区：环境科学/成像科学与照相技术/遥感Q1，中科院SCI期刊分区：地球科学1区Top，IF 11.4。

一起来看看已经成功发表作者的投稿时间线，以及这本期刊的投稿相关信息吧，希望对你有帮助哦~

文章题目如下：

截图来自于期刊官网

1 文章投稿时间线分享

✅2024.01.31 初稿润色（由埃米编辑提供服务）

✅2024.03.21 投稿

✅2024.06.15 返修

✅2024.07.11 接收

✅2024.07.25 线上发表

2 期刊信息速览

期刊名称：Remote Sensing of Environment（Elsevier出版）

官网网址：https://www.sciencedirect.com/journal/remote-sensing-of-environment

投稿网址：https://www.editorialmanager.com/rse/default.aspx

ISSN/eISSN：0034-4257 / 1879-0704

中科院分区(2025)：大类-地球科学1区Top；小类-环境科学/成像科学与照相技术/遥感1区

IF(2024)：11.4

JCR分区：环境科学/成像科学与照相技术/遥感Q1

2024-2025年发文量：485篇

同行评审：采用单盲审稿模式

审稿时间参考：从提交到接收的时间一般是193天（中位数）。 

发表模式：订阅&OA

版面费（如选OA）：约4230美元

以上期刊信息来自官网或网络，仅供参考

3 研究内容简介

本研究针对FY-4A/AGRI缺乏多云条件下下行长波辐射(SLDR)产品的问题，提出了一套基于AGRI观测的综合估算框架。其核心创新是利用机器学习方法直接反演云底高度，并结合云底温度驱动单层云模型，从而实现小时级全时段云天辐射估算。通过在东亚51个站点的验证，结果表明该方法在精度上优于现有主流产品，并在不同云型、海拔和土地类型下均表现出稳健性与普适性，为AGRI提供了可靠的多云SLDR替代解决方案。

研究亮点：

●提出了一个用于估算FY-4A/AGRI全天云天下行长波辐射(SLDR)的综合框架。

●开发了一种新颖的直接反演方法，用于估算白天和夜间AGRI的云底高度(CBH)。

●在东亚51个站点上，所推导的多云条件下SLDR的偏差和均方根误差分别为-0.06 W/m²和22.61 W/m²。

●本研究为尚未提供多云条件下SLDR产品的AGRI提供了一种替代解决方案。

本文部分内容参考自《Remote Sensing of Environment》期刊已发表论文，内容经归纳总结，仅用于学术交流与分享。若需了解完整论文内容，请访问原刊页面获取，欢迎引用。

4 文章致谢

作者在论文致谢部分提到，感谢埃米编辑提供的专业论文润色服务。

如果你也需要同样的支持，欢迎扫描下方二维码，关注公众号【埃米编辑SCI论文润色】-点击个人中心-联系埃米客服了解详情～回复“礼包”，免费领取100+写作投稿资料包和投稿问题30问，获取更多SCI论文写作资料。