Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: "{{{1}}}"
![]() |
|
Link zu diesem Datensatz | https://d-nb.info/1269096974 |
Titel | A new machine-learning-based analysis for improving satellite-retrieved atmospheric composition data: OMI SO<sub>2</sub> as an example |
Person(en) |
Li, Can (Verfasser) Joiner, Joanna (Verfasser) Liu, Fei (Verfasser) Krotkov, Nickolay A. (Verfasser) Fioletov, Vitali (Verfasser) McLinden, Chris (Verfasser) |
Umfang/Format | Online-Ressource (pdf) |
Persistent Identifier |
URN: urn:nbn:de:101:1-2022092905162319216228 DOI: 10.5194/amt-15-5497-2022 |
URL |
https://amt.copernicus.org/articles/15/5497/2022/amt-15-5497-2022.pdf https://amt.copernicus.org/articles/15/5497/2022/ |
Zeitliche Einordnung | Erscheinungsdatum: 27.09.2022 |
DDC-Notation | 551.51 (maschinell ermittelte DDC-Kurznotation) |
Sprache(n) | Englisch (eng) |
Beziehungen | Enthalten in: Atmospheric measurement techniques (Bd. 15, 2022, Nr. 18: 5497-5514. 18 S.) |
Sachgruppe(n) | 550 Geowissenschaften |
Online-Zugriff | Archivobjekt öffnen |
