首页 国际期刊 工程技术期刊 期刊详情(非官网)
400-808-1701

Urban Rail Transit

Urban Rail Transit杂志,由SpringerOpen出版,4 issues per year,出版语言English,ISSN:2199-6687,E-ISSN:2199-6679。

投稿咨询
Urban Rail Transit
Urban Rail Transit
Urban Rail Transit
SCIE

杂志介绍

JCR分区
Q2
中科院分区
2区
影响因子
3.6
CiteScore
4.8
期刊收录
SCIE

Urban Rail Transit(中文译名:《城市轨道交通》),ISSN:2199-6687,EISSN:2199-6679,是SpringerOpen出版的国际性学术期刊,以4 issues per year形式稳定发行,2026年总发文量约25篇。该刊采用非OA开放访问,学科归属为Multiple。该刊是工程技术、交通运输领域的国际权威刊物,已被SCIE(科学引文索引扩展版)等国际主流学术数据库收录。2026年期刊影响因子达3.6,2025年期刊CiteScore为4.8,2025年期刊自引率约5.6%,在中科院期刊分区体系中位列工程技术大类2区,在所属学科领域具备高学术影响力与国际认可度。Urban Rail Transit长期聚焦工程技术、交通运输及相关产业的技术应用前沿,平均审稿周期5 Weeks,审稿流程高效稳定。在稿件录用评判中,该刊将创新性与前沿性作为核心遴选标准,重点收录能够对工程技术、交通运输领域的落地与发展产生实质性推动价值的研究成果。

从全球发文格局来看,CHINA MAINLANDUSA、England、Iran、Thailand、Italy、India等为核心发文国家与地区;BEIJING JIAOTONG UNIVERSITYNEWCASTLE UNIVERSITY - UK、MAHIDOL UNIVERSITY、ARIZONA STATE UNIVERSITY、ASTON UNIVERSITY、UNIVERSITY OF CINCINNATI、UNIVERSITY OF TRENTO等高校与科研机构是期刊的主要发文单位。

期刊评价

名词解释:

影响因子(Impact Factor, IF):指该期刊前两年发表的文章,在第三年的平均被引用次数。它反映了期刊的近期平均影响力和热度。

中科院分区:中科院分区表是国内主流的学术期刊分级评价工具,核心意义是建立跨学科可比的统一评价标尺,为职称评审、学位授予、科研立项等科研管理工作提供标准化量化依据,同时帮助科研人员筛选优质期刊、规避学术风险,适配国内本土化的科研评价需求。

期刊分区表

《新锐期刊分区表》(2026年3月发布)

大类学科 小类学科 Top期刊 综述期刊
工程技术
2区
TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技
3区 3区

期刊分区表(2025年3月升级版)

大类学科 小类学科 Top期刊 综述期刊
工程技术
3区
TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技
3区 3区

期刊分区表(2023年12月升级版)

大类学科 小类学科 Top期刊 综述期刊
工程技术
4区
TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技
4区 4区

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:TRANSPORTATION ESCI Q2 30 / 66

55.3

学科:TRANSPORTATION SCIENCE & TECHNOLOGY ESCI Q2 33 / 80

59.4

学科:TRANSPORTATION ESCI Q3 44 / 66

34.09

学科:TRANSPORTATION SCIENCE & TECHNOLOGY ESCI Q2 36 / 80

55.63

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:TRANSPORTATION ESCI Q3 35 / 62

44.4

学科:TRANSPORTATION SCIENCE & TECHNOLOGY ESCI Q2 34 / 77

56.5

学科:TRANSPORTATION ESCI Q3 44 / 62

29.84

学科:TRANSPORTATION SCIENCE & TECHNOLOGY ESCI Q2 37 / 77

52.6


中国学者近期发文

1
Train Slide Prediction and Risk Assessment Using Vehicle-Signal Data: A Data-Model Fusion Metho

Author:Zha, Wei; Ou, Dongxiu; Tong, Yunwen; Xu, Chengtao; Su, Shuai; Xiong, Jinhong

Journal: URBAN RAIL TRANSIT. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s40864-026-00269-9

2
Uncovering Travel Rhythms: A Spatiotemporal and Data-Driven Typology of Urban Rail Transit Station

Author:Wang, Qushun; Zhang, Cuihua; Ma, Zhuanglin; Xi, Haoran; Yang, Hongwei

Journal: URBAN RAIL TRANSIT. 2026; Vol. 12, Issue 1, pp. 120-144. DOI: 10.1007/s40864-026-00268-w

3
Predicting the Unpredictable: A Reproducible Framework with Open Multi-Source Data for Irregular Non-commuting OD Flow

Author:Cui, Hongmeng; Si, Bingfeng; Li, Yueqing; Xue, Jingwen; Chi, Dazhuang

Journal: URBAN RAIL TRANSIT. 2026; Vol. 12, Issue 1, pp. 91-119. DOI: 10.1007/s40864-025-00267-3

4
Urban Rail Transit Expansion, Public Housing Provision and Transport Equity: A Case Study in Hangzhou, Chin

Author:Wang, Jinshuo; Dang, Yunxiao; Samsura, D. Ary A

Journal: URBAN RAIL TRANSIT. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00263-7

5
Joint Optimization of Passenger Flow Control and Train Skip-Stopping for Overcrowded Metro Lines: A Multi-Agent Reinforcement Learning Approac

Author:Xing, Siqiao; Guo, Jianyuan; Qin, Yong; Jia, Limin; Wang, Yueyue; Jiang, Shuning

Journal: URBAN RAIL TRANSIT. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00265-5

6
The Decoupling Effect Analysis of Meteorological Comfort on Urban Rail Transit Ridershi

Author:Cui, Zhanwei; Yang, Yang; Hu, Shengye; Liu, Xin; Chen, Long

Journal: URBAN RAIL TRANSIT. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00260-w

7
Understanding Route Choice Behavior in Composite Urban Rail Transit Network with Interpretable Machine-Learning Approach: A Case Study in Shanghai, Chin

Author:Zhao, Qianwei; Chen, Enhui; Teng, Jing; Wu, Tong

Journal: URBAN RAIL TRANSIT. 2026; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00266-4

8
Multilayered Railway Passenger Demand Estimation Considering Nested Choices: A Computational Graph-based Learning Framewor

Author:Wang, Xinyu; Fu, Huiling; Wu, Xin; Liu, Yang; Kim, Taehooie

Journal: URBAN RAIL TRANSIT. 2025; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00245-9

9
Crack Detection of Turnout Straight Switch Rail Bottom Based on Nonlinear Ultrasonic Frequency Mixing Technolog

Author:Hu, Chenyang; Gao, Haoxiang; Tong, Fengzhuang; Zhao, Wenbo

Journal: URBAN RAIL TRANSIT. 2025; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00250-y

10
A Deep Learning-Driven Framework for Real-Time Recognition and Quantification of Subway Tunnel Surface Defects Using High-Resolution Imagin

Author:Ren, Zunchao; Liu, Yanyi; Zhao, Dukun; He, Yueji; Zhang, Junjie

Journal: URBAN RAIL TRANSIT. 2025; Vol. , Issue , pp. -. DOI: 10.1007/s40864-025-00246-8


在线咨询

Urban Rail Transit

国际简称:URBAN RAIL TRANSIT参考译名:城市轨道交通

年发文量:25 CiteScore:4.8 是否预警:否 Gold OA文章占比:100.00% 研究类文章占比:100.00%
Urban Rail Transit