A novel machine learning-based satellite retrieval of volcanic ash for Meteosat covering the petrological variability

Piontek, Dennis (2022) A novel machine learning-based satellite retrieval of volcanic ash for Meteosat covering the petrological variability. Dissertation, Ludwig-Maximilians-Universität München. doi: 10.5282/edoc.29799.

PDF
35MB

Offizielle URL: https://edoc.ub.uni-muenchen.de/29799/

elib-URL des Eintrags:

https://elib.dlr.de/186372/

Dokumentart:

Hochschulschrift (Dissertation)

Titel:

A novel machine learning-based satellite retrieval of volcanic ash for Meteosat covering the petrological variability

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Piontek, Dennis	DLR, IPA	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2022

Erschienen in:

Universitätsbibliothek der Ludwig-Maximilians-Universität München

Referierte Publikation:

Nein

Open Access:

DOI:

10.5282/edoc.29799

Seitenanzahl:

176

Status:

veröffentlicht

Stichwörter:

Vulkanasche, Satellitenretrieval, Eyjafjallajökull, Puyehue-Cordón Caulle

Institution:

Ludwig-Maximilians-Universität München

Abteilung:

Fakultät für Physik

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Erdbeobachtung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R EO - Erdbeobachtung

DLR - Teilgebiet (Projekt, Vorhaben):

R - Atmosphären- und Klimaforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Physik der Atmosphäre > Wolkenphysik

Hinterlegt von:

Piontek, Dennis

Hinterlegt am:

13 Mai 2022 09:00

Letzte Änderung:

13 Mai 2022 09:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags