Снова световой лес

[alexey_donskoy]

Это оптическое явление случается морозной ночью на "алмазной пыли" - парящих в воздухе ледяных иглах. В отличие от солнечных столбов, которые часто возникают на ледяных кристаллах высоко в атмосфере даже летом, зимой мы видим столбы от любого яркого источника света в приземном слое. Пока стоят морозы, влажный воздух в низинах (в овраге) как раз способствует образованию ледяной пыли. Множество столбов образовывали целый световой лес:




По такому случаю не могу не обратить внимание на темноту городских улиц. На Хевешской горит всего пара фонарей.
Сравните с самой дорогой в России чебоксарской ёлкой за 6 миллионов:


фото milli_one


И особенно с залитой светом площадкой перед Домом правительства. Где даже гулять-то сейчас некому.




Такой вот у нас избирательный подход к городской среде, ага.

Лучше вот ещё фото световых столбов покажу, чуть позже и нормальной техникой (правда, за деревьями видно хуже, но всё-таки):




Хороший световой лес наблюдался и пару дней назад, его снимал alixroca:




И моё прошлогоднее фото для кучи:




И красочный пример солнечного столба:


подробнее


Желаю всем в этом году чаще смотреть в небо и замечать много интересного! :)

Comments

[alexey_donskoy]

Есть, есть там хитрые расчёты :)
Вообще для погоды суперкомпьютеры используются - слишком объёмная модель. Яндекс пошёл другим путём - грубые расчёты в большом и локальные уточнения по конкретному запросу пользователя.
Думаю, это перспективная технология. А то, что ошибается - так это естественно. Не ошибается только тот, кто ничего не делает :)

[iwtkl.livejournal.com]

:)

Яндекс точно также как и многие численно рассчитывает уравнения Эйлера, но только с большей детализацией — за счет своих мощностей. Потом этот прогноз и прогноз от других поставщиков пихают в Матрикснет для поиска статистических закономерностей. Машина обучается, сравнивая прогноз и данные с метеостанций. И хитрость тут как раз не в расчетах - они стандартные, а в данных и их представлении, выделении фич, т.е. значимых факторов для обучения машины. И другой путь Яндекса как раз не в том, что они рассчитывают локальные уточнения по запросу, прогноз с сеткой 2 на 2 км они также считают заранее, а именно в использовании машинного обучения, где координаты пользователя — это факторы.

Ошибаются они по определенной причине: данных для более точного прогноза на местности все ещё не хватает. Тех же частотных и с большим разрешением спутниковых снимков и/или радиолокационных данных.

[alexey_donskoy]

Ух ты, в Хабровской статье я таких подробностей не заметил!
Ну, может, и получится машинное обучение, посмотрим. Весьма интересно даже.
Пока что прогноз Гисметео мне представляется самым точным. Но к нему у метеорологов такие претензии: там не учитывается рельеф. Зачастую это оказывается существенным.
Гидрометцентр вообще огорчает. Видимо, там на полную катушку сказывается недостаток финансирования...

А данных откуда будет хватать - метеостанции всё сокращают и сокращают.
И метеорадары от населения закрыли, сволочи. Мы уж и петицию писали - пока нет эффекта.