Veuillez patienter - l'impression de la page est en cours de préparation.
La boîte de dialogue d'impression s'ouvre dès que la page a été entièrement chargée.
Si l'aperçu avant impression est incomplet, veuillez le fermer et sélectionner "Imprimer à nouveau".

Ghosts Kalender 2025

Spektakuläre Luftaufnahmen von legendären Militärmaschinen. Flugzeuge XXL-Kalender - Spiralbindung
CHF42.50
8.1 % TVA incluse

Produit

RésuméZwölf der spektakulärsten Flugzeug-Klassiker in ihrem Element. Der preisgekrönte Fotograf Philip Makanna hat für den ebenfalls ausgezeichneten Bestseller im HEEL Programm wieder legendäre Maschinen aus den 1930er und 1940er Jahren am Himmel und in Aktion abgelichtet. Seit mehr als 30 Jahren fotografiert Makanna in diesem einzigartigen und faszinierenden Stil und präsentiert die aufregendsten Warbirds so, wie sich das gehört: Gleichsam auf Augenhöhe hoch über der Erde. Ein Fest für alle Flugzeugfans. Der Fotograf Philip Makanna dokumentiert mit seiner Kamera diese Zeitreise in eine besondere Epoche des Flugzeugbaus und vermittelt auf sehr intensive Weise die Faszination, die von den sogenannten Warbirds ausgeht. Die Ghosts-Kalender von Makanna erhalten seit einigen Jahren internationale Aufmerksamkeit durch die Auszeichnung zum Kalender des Jahres (Silver und Gold Award in Photography 2012 bei der "International Calendar Competition" und "Lifetime Achievement Award" für Philip Makanna von der "Society for Aviation Photography").
Détails
ISBN/GTIN978-3-96664-792-2
Type de produitCalendriers
Type de reliureCalendrier
Éditeur
Pays de publicationAllemagne
Année de parution2024
Date de parution31.08.2024
Pages14 pages
LangueAllemand
DimensionsLargeur 595 mm, Hauteur 480 mm
Illustrations14 Seiten Kunstdruckpapier, Cover mit Glanzlack veredelt, stabile Rückwand, Silberne Spiralbindung, mit großem Wandplaner als Jahresübersicht
BZ n°45852152

Auteur

Ce site utilise des cookies
Les cookies nous permettent d'améliorer les conditions d'utilisation. Vous touverez des informations supplémentaires ici:
protéction des données