Versenden
Drucken
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.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
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: |
| ||||||||
| Datum: | 2022 | ||||||||
| Erschienen in: | Universitätsbibliothek der Ludwig-Maximilians-Universität München | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| 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
