KIT | KIT-Bibliothek | Impressum | Datenschutz

Using machine learning to build temperature-based ozone parameterizations for climate sensitivity simulations

Nowack, Peer ORCID iD icon; Braesicke, Peter 1; Haigh, Joanna; Abraham, Nathan Luke; Pyle, John; Voulgarakis, Apostolos
1 Institut für Meteorologie und Klimaforschung – Atmosphärische Spurenstoffe und Fernerkundung (IMK-ASF), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000086935
Veröffentlicht am 25.10.2018
Originalveröffentlichung
DOI: 10.1088/1748-9326/aae2be
Scopus
Zitationen: 50
Web of Science
Zitationen: 47
Dimensions
Zitationen: 64
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Meteorologie und Klimaforschung – Atmosphärische Spurenstoffe und Fernerkundung (IMK-ASF)
KIT-Zentrum Klima und Umwelt (ZKU)
Publikationstyp Zeitschriftenaufsatz
Publikationsjahr 2018
Sprache Englisch
Identifikator ISSN: 1748-9326
urn:nbn:de:swb:90-869357
KITopen-ID: 1000086935
HGF-Programm 12.04.03 (POF III, LK 01) Stratospheric Ozone and Climate Change
Erschienen in Environmental research letters
Verlag Institute of Physics Publishing Ltd (IOP Publishing Ltd)
Band 13
Heft 10
Seiten 104016
Vorab online veröffentlicht am 09.10.2018
Nachgewiesen in Web of Science
Dimensions
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 13 – Maßnahmen zum Klimaschutz
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page