MATLAB®-Rezepte für die Geowissenschaften

MATLAB® hat sich als vielseitiges Werkzeug in den Geowissenschaften etabliert und findet Anwendung in zahlreichen Bereichen, darunter die Fernerkundung und Bildverarbeitung, die Erstellung und Analyse digitaler Geländemodelle sowie die Auswertung geowissenschaftlicher Zeitreihen. Dieses Buch bietet eine praxisorientierte Einführung in zentrale Methoden der geowissenschaftlichen Datenanalyse mit MATLAB. Behandelt werden unter anderem grundlegende statistische Verfahren für univariate, bivariate und multivariate Datensätze, Methoden der Zeitreihenanalyse und Signalverarbeitung, die Analyse räumlicher und gerichteter Daten sowie Verfahren der digitalen Bildanalyse. Zahlreiche Beispiele aus den Geowissenschaften veranschaulichen die praktische Anwendung der vorgestellten Methoden und erleichtern den Transfer auf eigene Datensätze. Das begleitende Online-Material auf Springer Nature Link enthält neben allen Beispieldaten auch ausführlich dokumentierte MATLAB-Skripte und Rezepte, mit denen die im Buch beschriebenen Analysen unmittelbar nachvollzogen und angewendet werden können. Systemanforderungen Für die Nutzung des Buches wird MATLAB® benötigt, das für Windows, macOS und Linux verfügbar ist. Die über SpringerLink bereitgestellten M-Files und Beispieldaten sind plattformunabhängig einsetzbar. Für diese Ausgabe wurden MATLAB 9.11 (Release 2021b) sowie die Bioinformatics Toolbox, Image Processing Toolbox, Mapping Toolbox, Signal Processing Toolbox, Simulink 3D Animation, Statistics and Machine Learning Toolbox und Wavelet Toolbox verwendet.

Martin H. Trauth studierte Geophysik und Geologie an der Universität Karlsruhe und promovierte 1995 an der Universität Kiel. Seit 1990 forscht er zu vergangenen Klimaveränderungen in Afrika und Südamerika mit Schwerpunkt auf der Rolle der Tropen im Klimasystem, den Zusammenhängen zwischen Klima und menschlicher Evolution sowie den Auswirkungen von Klimaanomalien in den Anden. Als Professor für Paläoklimadynamik an der Universität Potsdam lehrt er Datenanalyse in den Geowissenschaften und verbindet dabei paläoklimatische Forschung mit modernen numerischen und statistischen Methoden.

Datenanalyse in den Geowissenschaften.- Einführung in MATLAB.- Univariate Statistik.- Bivariate Statistik.- Zeitreihenanalyse.- Signalverarbeitung.- Räumliche Daten.- Bildverarbeitung.- Multivariate Statistik.- Gerichtete Daten.