Áreas de investigación - MATLAB & Simulink

Áreas de investigación

Sismología

Profesionales de sismología de todo el mundo confían en MATLAB para investigar sismicidad tectónica y antropogénica, monitorizar actividad volcánica y analizar datos de formas de onda procedentes de diversas redes de sensores. Especialistas han desarrollado toolboxes para personalizar MATLAB para el acceso y análisis de datos sismológicos.

Descubra cómo:

  • Utilizar MATLAB y Signal Processing Toolbox para leer, analizar y comparar formas de onda sísmicas (Signal Processing Onramp)
  • Analizar formas de onda de manera interactiva y generar código automáticamente con la app Signal Analyzer (Documentación)
  • Leer y escribir archivos miniSEED con las funciones RDMSEED y MKMSEED (Toolbox)
  • Descargar y procesar datos de sismos desde el boletín del ISC con ISC Earthquake Toolbox para MATLAB (Toolbox y API)
  • Utilizar la GUI de la app ZMAP7 de MATLAB para visualizar datos sísmicos, realizar análisis estadístico e investigar datos de catálogos de sismos (Toolbox)
  • Explorar las toolboxes geodésicas Stavel y Gridstrain de MATLAB para obtener los campos de velocidad y tasa de deformación a partir de datos de GNSS (Toolboxes)

Más información

Gráficas de latitud y longitud en un gráfico para ilustrar el cambio de estrés.

Coulomb es una toolbox de MATLAB de código abierto para investigación y enseñanza sísmica, tectónica y volcánica. En Toda et al., 2005 (600 citas), profesionales de investigación utilizan Coulomb Toolbox para simular cambios por estrés, patrones de deformación y activación de sismos en el sur de California.

Océano y clima

Con MATLAB, profesionales de investigación pueden analizar y modelar sistemas oceánicos y atmosféricos complejos para obtener información sobre el cambio climático y el impacto en el medio ambiente.

  • Climate Data Toolbox: Explore datos históricos y analice las tendencias de temperatura y los patrones climáticos espacio-temporales (Artículo, G3)
  • Tide Model Driver 3.0: Realice predicción de mareas a partir de datos de modelos de mareas (Introducción a TMD)
  • Ocean Data Tools: Acceda a datos a través de la API en sitios populares de datos oceanográficos (Toolbox)
  • jLab: Realice análisis de Big Data, procesamiento de señales, análisis de wavelets y mapeo para aplicaciones oceanográficas (Toolbox)

Más información

Hidrología

MATLAB permite realizar simulaciones complejas, análisis estadístico y representaciones gráficas de datos hidrológicos. También ayuda en tareas de modelado de cuencas hidrográficas, predicción de inundaciones y deslizamientos de tierras, así como evaluación de la calidad de agua.


Representación topográfica en 3D creada con Topotoolbox.

Topotoolbox es una toolbox de código abierto para analizar datos topográficos. Ofrece herramientas y una interfaz para procesar modelos digitales de elevaciones (DEM), lo que permite el estudio de la evolución del terreno, modelado hidrológico y análisis geomorfológico.

Agricultura

MATLAB cuenta con herramientas para análisis de datos, procesamiento de imágenes y agricultura inteligente. Permite realizar predicción de rendimiento de cultivos, análisis de humedad del suelo y monitorización avanzada basada en imágenes. Puede utilizar:

  • Funciones de procesamiento de imágenes hiperespectrales para detectar cambios en la cobertura del suelo (Ejemplo de código)
  • Sensores de ThingSpeak e IoT para recopilar y analizar datos para detección en etapas iniciales de enfermedades de plantas con modelos de Machine Learning (Caso práctico)
  • MATLAB para analizar señales de imagen de distintas partes del espectro electromagnético para detección y crear un mapa de la vegetación (Caso práctico)

Hombre arrodillado sobre cultivos con un dispositivo móvil.

Li et al., 2020 midieron el crecimiento de plantas implementando MATLAB para procesamiento de imágenes automático. Imágenes recopiladas con smartphones de diferentes días de cosecha se almacenaron y analizaron en una computadora local con la app MATLAB Mobile en un smartphone. Luego, scripts de MATLAB extrajeron imágenes de la carpeta compartida, las procesaron y estimaron el área foliar. Los datos se almacenaron en la nube y se visualizaron en el smartphone.