Skocz do zawartości
McGoris

Czy 10-30 lat temu było więcej pogodnych dni?

Rekomendowane odpowiedzi

Napisano (edytowane)
3 godziny temu, JSC napisał:

No powiedzmy 22 grudnia, ale moze byc i 25 grudnia, wszystko jedno, bo w sumie chyba nie wiadomo który dokładnie dzień świętowali (a może kilka?) ;)

Fajnie by było prześledzić właśnie przykład jednego dnia w jak najdłuzszym odcinku czasu.

Tylko taka dygresja...

Chyba spudłowałem, bo ten dzień w którym Słońce jest najniżej nad horyzontem stale sie przesuwa,

http://almsun.webd.pl/

Np. analemma sprzed 2000 lat - wynika z tego, ze wtedy Słońce było najnizej nad horyzontem w styczniu (oczywiscie uwzględniając obecny kalendarz)  !? Mógłby ktoś będący w temacie to wyjaśnić/potwierdzic?

08.gif

 

Edytowane przez JSC
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
3 godziny temu, Piotr K. napisał:

Był kiedyś taki fajny rysunek Mleczki, jak jakiś lump z piwem gdzieś wyczytał czy usłyszał w TV, że naukowcy nie potrafią dokładnie określić odległości bodajże do jakiejś galaktyki, i komentuje w stylu "Tacy niby wielcy mądrale, a głupiej odległości nie potrafią zmierzyć" :)

Andrzej rysuje:

 

comment_fNgj1wZygvg4IVnQfBCkRlCIp9ehSET7

 

A to wszystko tylko kolejna odsłona efektu Dunninga-Krugera, w szczególności środkowej jego części (niepewność naukowców mimo wiedzy większej, niż po pobieżnej lekturze internetów):

https://pl.m.wikipedia.org/wiki/Efekt_Dunninga-Krugera

  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
16 godzin temu, Piotr K. napisał:

Teraz to już jestem mądry, bo sobie doczytałem definicję :) O ile dobrze zrozumiałem, jest to wartość, dla której 15% danych ma wartość mniejszą, a 85% danych wartość większą. Ale tak od razu z głowy tego nie wiedziałem, i stąd moja konfuzja :)

no i widzisz... i już wszystko wiesz :D następna garść wykresów będzie zatem z normalnym opisem. Przyznam się, że nie jestem fanem amerykańskiego stylu popularnonaukowego. Tych porównań do stadionów, samochodów, i ogólnie traktowania odbiorcy jak idioty. Lepiej, żeby odbiorca nauczył się kilku nieskomplikowanych pojęć, a z biegiem czasu myślenia abstrakcyjnego, i potrafił samodzielnie zrozumieć tekst quasi naukowy, lub nawet naukowy (i potrafił na podstawowym poziomie zweryfikować jego jakość), niż żeby potrzebował za każdym razem prowadzenia za rączkę, bo rozumie tylko spójniki w zdaniach.

Jeśli ktoś potrzebuje dowiedzieć się jak jest, i mieć jasno sprawę postawioną, to Hitler i jemu podobni wydali swoje przemyślenia. Tam jest prosto, dwubiegunowo napisane jak jest, jak żyć, jak ma być, i jakimi metodami to osiągnąć. W naukach przyrodniczych 100% pewności nie ma, wszystko jest obarczone ryzykiem błędu. Odpowiedzi bywają zazwyczaj skomplikowane, bo skomplikowaną rzeczywistość analizujemy prostymi metodami. Jeśli ktoś nie chce tego przyjąć do wiadomości, nie oferując nic lepszego w zamian, to już jego problem.

 

17 godzin temu, Piotr K. napisał:

jak zaczynałem z astro, czyli bodajże 4 lata temu, to było więcej pogodnych nocy niż na przestrzeni ostatniego roku-dwóch

4 lata to za krótki okres na wykazanie prawidłowości, klimat i pogoda podlegają dłuższym cyklom, niż coroczne

 

@JSC dlatego zapytałem z trwogą o ten termin, bo dokładny moment trzeba niestety wyliczyć :D wedle mojej wiedzy zjawisko na które się nadziałeś to precesja osi planety. Z tego powodu trzeba przyjmować poprawki w ustawianiu montażu paralaktycznego.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)
3 godziny temu, lkosz napisał:

Przyznam się, że nie jestem fanem amerykańskiego stylu popularnonaukowego. Tych porównań do stadionów, samochodów, i ogólnie traktowania odbiorcy jak idioty. Lepiej, żeby odbiorca nauczył się kilku nieskomplikowanych pojęć, a z biegiem czasu myślenia abstrakcyjnego, i potrafił samodzielnie zrozumieć tekst quasi naukowy, lub nawet naukowy (i potrafił na podstawowym poziomie zweryfikować jego jakość), niż żeby potrzebował za każdym razem prowadzenia za rączkę, bo rozumie tylko spójniki w zdaniach.

Bardzo jestem ciekaw, czy to samo byś napisał, gdybyś to Ty był w sytuacji np. konieczności zrozumienia jakiegoś opracowania prawniczego. Albo innego, z dziedziny na której się nie znasz, i z którą nie miałeś wcześniej do czynienia. To się tak łatwo mówi "nauczyć się kilku nieskomplikowanych pojęć". Nieskomplikowanych dla kogoś, kto w danej dziedzinie siedzi, albo jest z nią w miarę zaznajomiony. Ale na świecie, oprócz statystyków, matematyków, fizyków i astronomów są jeszcze poeci, malarze, pisarze, kierowcy, piłkarze, ogrodnicy, hydraulicy i setki i tysiące innych profesji, dla których pojęcia, Tobie wydające się nieskomplikowane, są całkiem nowe i obce. Nie dlatego, że są to idioci, tylko dlatego, że po prostu specjalizują się w czymś innym.

 

Oczywiście wszystko zależy od tego, do kogo chcesz ze swoim (wstępnym :)opracowaniem dotrzeć. Jeśli wystarczy Ci, że przeczyta je ze zrozumieniem ok. 10, góra 15 osób (a tak szacuję liczbę użytkowników AP, dla których takie opisane specjalistycznym językiem wykresy są jasne od pierwszego wejrzenia), to spoko. Ale jeśli chciałbyś, żeby zapoznała się z nim większa liczba ludzi, w tym sceptyków, to niestety trzeba wykonać troszkę wysiłku, i zastąpić pojęcia specjalistyczne słowami ogólnie zrozumiałymi. Założenie, że ludzie będą sami uczyć się myślenia abstrakcyjnego jest wg mnie totalnie nierealne - wg mnie dla większości kurs myślenia w miarę abstrakcyjnego kończy się wraz z zakończeniem lekcji matematyki w szkole podstawowej lub średniej. A potem jest tylko gorzej, bo zapomina się coraz więcej.

 

3 godziny temu, lkosz napisał:

W naukach przyrodniczych 100% pewności nie ma, wszystko jest obarczone ryzykiem błędu.

Oczywiście. Ale jest różnica między napisaniem tego właśnie tak jak napisałeś w powyższym cytacie, czyli w sposób zrozumiały dla każdego normalnego człowieka, a sformułowaniem typu "W 79 przypadkach na 100 współczynnik korelacji wyniósł 0,7. Wyciągnięcie wniosków pozostawiam wam" (przykład wzięty z powietrza - nie wiem, czy jest matematyczno-statystycznie poprawny i równoznaczny niezbyt pewnej zależności :) ) . Niby to samo, a jednak nie - ktoś nie będący statystykiem niewiele zrozumie z drugiego zdania, nawet jeśli nie jest idiotą, którego trzeba prowadzić za rączkę.

 

Dodatkowo, nawet jeśli ktoś w miarę kumaty zapozna się z definicjami pojęć używanych w opisie z nieznanej mu dziedziny, to jeszcze nie oznacza, że od razu zajarzy szerszy kontekst danego opracowania. To, że przeczytam sobie definicję percentyla, nie oznacza, że z automatu "poczuję" o co chodzi w Twoich wykresach. Wg mnie łatwiej jest autorowi opracowania, który zna temat i wie o co w nim chodzi, użyć słów pozwalających je zrozumieć każdej w miarę inteligentnej osobie, niż liczyć na to, że każdy odbiorca wykona wysiłek i przyswoi sobie kawałek wiedzy spoza swojej dziedziny, na tyle duży, żeby móc objąć dane opracowanie w szerszym kontekście. Wiem, ile mi zajmuje czasu zrozumienie najprostszych zasad rozliczania ZUSu. Droga przez mękę :)

 

3 godziny temu, lkosz napisał:

Odpowiedzi bywają zazwyczaj skomplikowane, bo skomplikowaną rzeczywistość analizujemy prostymi metodami.

Mimo to, całkiem sporą liczbę zjawisk można opisać w prosty sposób. O ile się nie mylę, główny wniosek płynący z Twojego wstępnego opracowania jest taki, że w skali Polski brak wyraźnego trendu. I tyle. Jedno zdanie, które jest w stanie zrozumieć każdy. Oczywiście nikogo nie zmuszam ani nie namawiam, żeby koniecznie przestawiał swoje wyniki w prosty sposób. Zwracam tylko uwagę, że jeśli chcemy przekonać osoby sceptyczne do tego, że zachmurzenie jest mniej więcej wciąż takie samo, to należy to robić w sposób jak najprostszy, żeby ułatwić przekazanie najważniejszej idei, a nie zarzucać odbiorców stertą fachowych terminów, z dopiskiem "sami sobie zrozumcie, o co w tym chodzi". Bo efekt będzie odwrotny do zamierzonego - nie dlatego, że osoby sceptyczne trzeba prowadzić za rączkę, tylko dlatego, że fachowa terminologia nie dla każdego może być równie łatwo przyswajalna.

 

3 godziny temu, lkosz napisał:

Jeśli ktoś nie chce tego przyjąć do wiadomości, nie oferując nic lepszego w zamian, to już jego problem.

Wg mnie zaoferowanie czegoś lepszego w zamian (czytaj - wyjaśnień skomplikowanych rzeczy pisanych językiem zrozumiałym dla większości) spoczywa na autorze opracowania, a nie na odbiorcach :) Ale oczywiście mogę się mylić (z 29% prawdopodobnieństwem ;) ). 

Edytowane przez Piotr K.
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)

Nie chce mi się dyskutować na temat tego jak kogoś przekonać. Nie mam w ogóle potrzeby kogokolwiek przekonywać. Nic mi do tego, że ktoś się czuje poszkodowany, bo ma chmury nad głową. Czepiasz się kilku wykresów wrzuconych na szybko. Napisałem, że coś więcej pojawi się jak znajdę czas. Do tego momentu trzeba sobie samemu przeanalizować, albo uzbroić się w cierpliwość. W temacie padło kilka stwierdzeń, bardzo konkretnych, bez poparcia w dowodach póki co, to je przy okazji analizowania danych na inne potrzeby sprawdzę. Ot cała historia. A to, że ktoś ma mgliste pojęcie o temacie, w którym się wypowiada z dużą stanowczością? No cóż... na to też nic nie poradzę :)

Edytowane przez lkosz
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
8 minut temu, lkosz napisał:

Czepiasz się kilku wykresów wrzuconych na szybko.

Nie czepiam się, po prostu piszę co mi przychodzi na myśl, w kontekście uwagi Piotrka Guzika, że ludzie wolą cherry picking niż twarde dane. Dla mnie to zjawisko jest bardzo ciekawe, a Twoje wykresy wydały mi się dobrym przykładem, dlaczego tak może być - to wszystko :) Tak czy inaczej, jestem pełen uznania dla Twoich umiejętności obsługi baz danych, i rozumienia tych zagadnień :) Więc spoko - i sorrki, jeśli moje komentarze odebrałeś jako czepianie się, nie miałem takiej intencji :)

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
19 godzin temu, heweliusz napisał:

Tutaj także zestawienie danych o usłonecznieniu w Europie w różnych latach

https://www.dwd.de/DE/leistungen/rcccm/int/rcccm_int_sun.html?nn=490674

Sęk w tym, że my unocnienia albo ugwiazdowienia potrzebujemy :)
 

Ok. Zatem jak wynika z postów kolegów, co do zasady to liczba pogodnych nocy utrzymuje się na podobnym poziomie. Mogę się jednak założyć, że liczba nocy zdatnych astrofograficznie jest zdecydowanie mniejsza niż 30 lat temu a to za przyczyną samolotów. I nie chodzi o osławione chemtrailsy. Zastanawiam się, czy smuga kondensacyjna i spaliny nie tworzą zalążków kondensacji sprzyjającym powstawaniu chmur wysokich. Uważam (na zasadzie "'tak mi się wydaje"), że obecne obłożenie nieba samolotami wydatnie zmniejsza nam liczbę naprawdę czystych nocy, takich kiedy to klatka naświetlana 5 minut jest ciemnoszara a nie ruda, zabarwiona odbiciem sodówek na wysokich chmurach. Nie raz miałem tak, że na oko piękne niebo, ale astrofotograficznie była padlina, bo wokół gwiazd robiło się halo.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)

No to lecimy z koksem, Tym razem zrzuty ekranu, bo Grafana nie obsługuje scripted fields (potrzebnego do określenia która godzina to noc), a Kibana nie ma takiego ładnego publikowania wykresów.

 

Na początek przyjrzyjmy się danym. Wykres przestawia liczbę obserwacji z danej godziny, zestackowany, najmniejsza liczba obserwacji u góry:
s1.png

s1.thumb.png.ad574a0a33fece8ceb8faa59f7326380.png


Na początek ogół kraju. Widać tutaj, że godziny w których normalnie prowadzi się obserwacje (0,3,6,9,12 itd.) mają bardzo duże minima. Coś z danymi jest nie tak :) Trzeba powybierać stacje, które mają równomierne obserwacje:
s2.png

s2.thumb.png.24ecaae77be3b86c077ac311dad78a20.png
są to Wrocław, Poznań, Katowice, Warszawa i Śnieżka, którą wyłączymy chwilowo z zestawienia z oczywistych powodów. Na lata 1985-1995 proszę patrzeć trochę podejrzliwiej. Nie wycinałem ich, bo szkoda. Wzięte są pomiary tylko z godzin 20 - 5 rano.
s3.png

s3.thumb.png.a7d6420ac83cb7fd5832238dee3e15c1.png
liczba oberwacji miesięcznie
s4-s6 procentowy udział zachmurzenia

s4.thumb.png.a3007464946865d86a463016a80ef2a7.pngs5.thumb.png.636a8d3cf6b7072d081a3a03bc59b183.pngs6.thumb.png.3f2613db5ad68554c1371f6e322c319f.png
Szczegóły do pobrania w csv s7.csv

s7.csv


Nic nie widać, prawda? Nie ma pogorszenia? To przyjrzyjmy się bliżej. Wybrałem tylko oberwacje, gdzie zachmurzenie to 2 oktanty i mniej:
- 20 percentyl, rozdzielczość miesięczna, czysto (0 oktantów)
s8.png

s8.thumb.png.f7103c69aa7fdbfc27223c5871c22a29.png
- 50 percentyl rocznie - czysto (0 oktantów), ale jak się zmieni interwał na miesięczny to zaczynają dziać się ciekawe rzeczy:
s9.png

s9.thumb.png.7ade9cb18a22a8f8b0b73b4d271e98fc.png
Jakoś gęstawo się robi.
- 35 percentyl, rozdzielczość miesięczna:
s10.png
s10.thumb.png.7e0743361508240e99b395f610357852.png
Podejdźmy do tego inaczej - dla którego percentyla pokaże się w miarę równomiernie skok do 1 oktanta. Weźmy lata 2000-2018 oraz 1960-1980.
- dla lat 2000-2018 pierwszy pik do 1. oktanta przypada na lipiec 2009, ale to o niczym jeszcze nie świadczy. Od 30 percentyla mamy ładnie, równomiernie od roku 2005:
s11.png

s11.thumb.png.bb4432be02f218785bb8a8265f86cc88.png
- dla lat 1960-1980? analogiczną sytuację mamy dopiero koło 52-55 percentyla:
s13.png
s13.thumb.png.92ee95045c4e3f1910b715c0a2c837b6.png
Co ciekawe, jak spojrzeć na oktanty 0-5, 0-6 i nawet 0-7 to nadal widać takie prawidłowości. Dopiero przy uwzględnieniu ósmego oktanta różnice między obydwoma okresami się zacierają.
Na koniec średnia, z 9 oktantem:
s14.png

s14.thumb.png.845c946abf85bbcc824903dd3ffe550d.png
i bez 9 oktantu:
s15.png
s15.thumb.png.75c3283acb707ef32f32d73036c50a8e.png
To były duże ośrodki miejskie, wzrost zapylenia, zanieczyszczenia światłem i takie tam. To teraz Śnieżka. I tu nie widać tego efektu.
Inne ośrodki miejskie. Szczecin, Gdańsk, Białystok - również bez tego efektu.

Teraz inaczej, szukamy podobnego zwiększenia zachmurzenia od 0 do 1 oktanta w XXI wieku dla przedziału 0-8 oktantów:
- Wrocław, Poznań, Katowice, Warszawa - gęściej jest od 5. percentyla, pik widoczny na wykresie to luty 2013
s16.png

s16.thumb.png.868b59d2d4765c4ce0202d3a7081414b.png
- Śnieżka, brak efektu, zwiększenie było w latach 90 (co koreluje chyba z katastrofą ekologiczną w Sudetach)
- Szczecin, Gdańsk, Białystok - brak efektu (niewielki przy ograniczeniu do pierwszych siedmiu oktantów)

Teraz wschód i południowy wschód. Terespol:
- przedział 0-2 oktanty, od 55. percentyla: s17.png

s17.thumb.png.45dae48121e2091aa22b6887b395d4a8.png
- przedział 0-7 oktantów, od 25. percentyla, słaby efekt: s18.png

s18.thumb.png.56678dbf74846c2bed4846d6ac627a91.png

oraz Tarnów (uwaga, koniec danych w 2015 roku):
- przedział 0-2 oktanty, od 45. percentyla: s19.png

s19.thumb.png.f15bca85106f7b63947bc1b47b7324b7.png
- przedział 0-7 oktantów, od 20. percentyla: s20.png

s20.thumb.png.a25dcbaca757cb262e8a0acfdaecf199.png

Weźmy Raciborz z gorszym powietrzem:
- przy 22 percentylu, zakres 0-7 oktantów s21.png

s21.thumb.png.4cd8038b380d22f5412366fb18aa7282.png

Podsumowanie:
- widać w danych niewielkie zwiększenie częstości zachmurzenia w XXI wieku w niektórych rejonach kraju
- W pobliżu ośrodków miejskich mających tendencje do powstawania smogu (Wrocław, Katowice, Warszawa) efekt jest bardziej widoczny. Usunięcie z tej grupy Poznania, zwiększa statystykę zachmurzenia.
- W miastach na północy i wschodzie efekt jest słabszy. W miastach lub w rejonach o znacznym zanieczyszczeniu widać większą tendencję do zachmurzenia.

I na koniec... ktoś tu pisał o Bielsku-Białej:
- przedział 0-7 oktantów, brak anomalii
- przedział 0-2 oktanty: percentyle 30, 35, 40, 45, 50; s22-s26

s22.thumb.png.0e7e0b28fb39aa1ea14e5f4bfa7f8dbc.pngs23.thumb.png.18357b40f3404ec7b70bcc9b465660e8.pngs24.thumb.png.c3f7415356588424285ed5a9e5859d23.pngs25.thumb.png.34852c464019c42dd77ad6101c57d7c3.pngs26.thumb.png.28c583f04d08c147625cd85a736bbf26.png
widoczny efekt od lat 90, uwaga - w 1995 przybyło pomiarów, efekt wzrostu koło 1995 jest pozorny

 

 

Mam nadzieję, że się nigdzie nie pomyliłem, spać mi się już trochę chce :)

 

 

 

Edytowane przez lkosz
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

a tak z innej beczki, czy ktoś z was się orientuje w jaki sposób meteorolog w latach 60-tych określał w nocy stopień zachmurzenia nieba i jego pokrycie cirrusami których nie widać i czy coś sie w tej kwestii zmieniło w dzisiejszych czasach?

  • Lubię 1
  • Haha 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
23 godziny temu, lkosz napisał:

Przyznam się, że nie jestem fanem amerykańskiego stylu popularnonaukowego. Tych porównań do stadionów, samochodów, i ogólnie traktowania odbiorcy jak idioty. Lepiej, żeby odbiorca nauczył się kilku nieskomplikowanych pojęć, a z biegiem czasu myślenia abstrakcyjnego, i potrafił samodzielnie zrozumieć tekst quasi naukowy, lub nawet naukowy (i potrafił na podstawowym poziomie zweryfikować jego jakość), niż żeby potrzebował za każdym razem prowadzenia za rączkę, bo rozumie tylko spójniki w zdaniach.

Nie sztuką jest pisać niezrozumiale obracając się w środowisku, gdzie wszyscy wszystko wiedzą. Sztuką jest wytłumaczyć komuś nawet nie w temacie tak, żeby zrozumiał, bez uproszczeń. Nie wiem, jaką rolę odgrywa w tym wszystkim Ameryka...

 

Pytanie w temacie jest proste i bardzo konkretne, ilościowe: kiedy było więcej pogodnych nocy?

Odpowiedz powinna być równie prosta.

Przy czym wydaje się użyteczne na początku zdefiniować "pogodną noc" w sposób mierzalny i weryfikowalny :)

  • Lubię 2

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)

Może jakby zdefiniowac,przy jakim zasięgu gwiazdowym,gołym okiem,niebo nadaje się do obserwacji.

Obecny tytuł tematu;

Czy 10-30 lat temu było więcej pogodnych dni?

Może autor miał co innego na myśli ?

Może tylko dzień?

To też jest pogodny dzień.

http://www.astromaniak.pl/ucp.php?i=pm&mode=view&f=0&p=555852

http://www.astromaniak.pl/ucp.php?i=pm&mode=view&f=0&p=490569

 

Edytowane przez Motloch Franciszek

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

@JSC To teraz tak na szybko zachmurzenie 22 grudnia, godziny 10-14. Na początek weźmiemy dane ze stacji które mają sporo pomiarów: Wrocław, Warszawa i Poznań. Katowice wykluczyłem ze względu na mniejszą liczbę pomiarów w 1975-1995. Liczba pomiarów prezentuje się tak:t1.thumb.png.8944fd5bed203d2b3676a19484da5a32.png
Średnia i mediana:
t2.thumb.png.60562258d51df8eaa46e268c92dbe79b.png
25 i 75 percentyl
t3.thumb.png.3df86755f5018ef15ca759d22eb4c80d.png
I jeszcze rozkład wartości na kole, i słupkowy:
t4.thumb.png.77fbe49f409574028b11af4d78c3df32.pngt5.thumb.png.e3426db27be7e76525b3255471ebacb3.png

Rozkład dla Katowic jest podobny, a na Śnieżce 45% to brak pomiaru przez ograniczoną widoczność.

I kraj ogółem analogicznie:
t6.thumb.png.46db08fd87e523a538f0bdc221184d4f.pngt7.thumb.png.5e752ef2dee87b013bfd5df7cb1688d1.pngt8.thumb.png.90625b9465273a86eb64891d4e5b89bb.pngt9.thumb.png.2f8945261a33a57a8650e4ec6048c1da.png
Niby wygląda nieciekawie...


I na koniec, kraj ogółem, % pomiarów, gdzie zanotowano co najwyżej 3 oktant:
t10.thumb.png.345488cc1d3caba08ce0cc8402a0d8dd.png
i to samo, gdzie zanotowano co najwyżej 1 oktant
t11.thumb.png.fff9d4728f4b4ffa5afe786f33a31e63.png

Czyli dla każdego coś miłego. Optymista może liczyć na przejaśnienia, a pesymista może się spokojnie dołować, bo i tak się zachmurzy :D

 

14 godzin temu, szuu napisał:

czy ktoś z was się orientuje w jaki sposób meteorolog w latach 60-tych określał w nocy stopień zachmurzenia nieba i jego pokrycie cirrusami których nie widać i czy coś sie w tej kwestii zmieniło w dzisiejszych czasach?

Jedyne co mi się kołacze po głowie, to zmiana skali na oktantową przy pomiarach synoptycznych (analizowanych przeze mnie) na początku lat 60, i w pomiarach klimatycznych na przełomie lat 80 i 90. I na to trzeba uważać. Ale jak w nocy dochodzą do wniosku, że zachmurzenie jest niewielkie (oktant 1.), w miejscach gdzie nie ma zanieczyszczenia światłem (bo w pobliżu miast to łatwiej), Księżyc jest w nowiu, w okolicach przesilenia zimowego, to nie mam pojęcia :) Może korzystają z łun świetlnych znad miast, może patrzą po gwiazdach...

 

2 godziny temu, Behlur_Olderys napisał:

Nie sztuką jest pisać niezrozumiale obracając się w środowisku, gdzie wszyscy wszystko wiedzą. Sztuką jest wytłumaczyć komuś nawet nie w temacie tak, żeby zrozumiał, bez uproszczeń. Nie wiem, jaką rolę odgrywa w tym wszystkim Ameryka...

Zawsze można zadać pytanie, ktoś odpowie. Ja niestety nie mam czasu na szczegółowe opisywanie wszystkiego od podstaw

W kwestii reszty wypowiedzi polecam przeczytać mój poprzedni post.

  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)

@Alfa Bundis teraz Twoja propozycja - czas trwania nieprzerwanego dużego zachmurzenia - przyjąłem 7, 8 i 9 oktant. Zanim zaczniemy, ważna uwaga do tych szacunków - pomiary są robione raz na godzinę, czasem i rzadziej. Ograniczyłem maksymalny odstęp między pomiarami do 6h ze względu na liczne nieciągłości, ale i tak poniższe dane mają raczej charakter informacyjny i rozrywkowy :) Sposób prezentacji jest jeszcze gorszy, bo klaster elasticsearch nie potrafi już wykonać takich obliczeń, trzeba było przejść na pythona i basha. Na koniec wybierzemy sobie Wąchock Pogodowy :D


Obliczenia wykonane dla wszystkich 66 stacji. W archiwum analiza_4.zip są surowe dane zawierające nazwę stacji, timestamp początku, timestamp końca, czas trwania zachmurzenia w 7, 8 lub 9 oktancie, nieprzerwany obserwacją o innej wartości, z maksymalnym odstępem między sąsiednimi obserwacjami równym 6h (w przypadku wykrycia takiej przerwy, za koniec przyjmowana jest ostatnia obserwacja, i liczenie czasu zaczyna się od początku).

Na początek histogram dla wszystkich stacji, pierwsza kolumna to długość trwania bardzo dużego zachmurzenia. Posortowany po kluczach i po częstości:

Spoiler

cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba | sort -k1n
Key|Ct (Pct)        Histogram
 1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
 5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
 6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 7|21537 (1.90%)   ▬▬▬▬▬▬▬
 8|17825 (1.57%)   ▬▬▬▬▬▬
 9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
10|13796 (1.21%)   ▬▬▬▬
11|15097 (1.33%)   ▬▬▬▬▬
12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
13|9695 (0.85%)    ▬▬▬
14|8845 (0.78%)    ▬▬▬
15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
16|6976 (0.61%)    ▬▬
17|6389 (0.56%)    ▬▬
18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
19|5249 (0.46%)    ▬▬
20|4981 (0.44%)    ▬▬
21|21539 (1.90%)   ▬▬▬▬▬▬▬
22|4178 (0.37%)    ▬▬
23|3718 (0.33%)    ▬▬
24|16779 (1.48%)   ▬▬▬▬▬
25|3196 (0.28%)    ▬
26|2889 (0.25%)    ▬
27|13600 (1.20%)   ▬▬▬▬
28|2490 (0.22%)    ▬
29|2324 (0.20%)    ▬
30|11761 (1.04%)   ▬▬▬▬
31|2118 (0.19%)    ▬
32|2084 (0.18%)    ▬
33|9724 (0.86%)    ▬▬▬
34|1799 (0.16%)    ▬
35|1717 (0.15%)    ▬
36|8473 (0.75%)    ▬▬▬
37|1522 (0.13%)    ▬
38|1479 (0.13%)    ▬
39|7124 (0.63%)    ▬▬▬
40|1343 (0.12%)    ▬
41|1254 (0.11%)    ▬
42|6191 (0.54%)    ▬▬
43|1161 (0.10%)    ▬
44|1054 (0.09%)    ▬
45|5204 (0.46%)    ▬▬
48|4459 (0.39%)    ▬▬
51|3826 (0.34%)    ▬▬
54|3472 (0.31%)    ▬
57|3151 (0.28%)    ▬
60|2906 (0.26%)    ▬
63|2451 (0.22%)    ▬
66|2209 (0.19%)    ▬
69|1945 (0.17%)    ▬
72|1688 (0.15%)    ▬
75|1538 (0.14%)    ▬
78|1366 (0.12%)    ▬
81|1256 (0.11%)    ▬
84|1175 (0.10%)    ▬
87|1053 (0.09%)    ▬
90|969 (0.09%)     ▬

 

 

Spoiler

cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba
Key|Ct (Pct)        Histogram
 3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
 5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
21|21539 (1.90%)   ▬▬▬▬▬▬▬
 7|21537 (1.90%)   ▬▬▬▬▬▬▬
 8|17825 (1.57%)   ▬▬▬▬▬▬
24|16779 (1.48%)   ▬▬▬▬▬
11|15097 (1.33%)   ▬▬▬▬▬
10|13796 (1.21%)   ▬▬▬▬
27|13600 (1.20%)   ▬▬▬▬
30|11761 (1.04%)   ▬▬▬▬
33|9724 (0.86%)    ▬▬▬
13|9695 (0.85%)    ▬▬▬
14|8845 (0.78%)    ▬▬▬
36|8473 (0.75%)    ▬▬▬
39|7124 (0.63%)    ▬▬▬
16|6976 (0.61%)    ▬▬
17|6389 (0.56%)    ▬▬
42|6191 (0.54%)    ▬▬
19|5249 (0.46%)    ▬▬
45|5204 (0.46%)    ▬▬
20|4981 (0.44%)    ▬▬
48|4459 (0.39%)    ▬▬
22|4178 (0.37%)    ▬▬
51|3826 (0.34%)    ▬▬
23|3718 (0.33%)    ▬▬
54|3472 (0.31%)    ▬
25|3196 (0.28%)    ▬
57|3151 (0.28%)    ▬
60|2906 (0.26%)    ▬
26|2889 (0.25%)    ▬
28|2490 (0.22%)    ▬
63|2451 (0.22%)    ▬
29|2324 (0.20%)    ▬
66|2209 (0.19%)    ▬
31|2118 (0.19%)    ▬
32|2084 (0.18%)    ▬
69|1945 (0.17%)    ▬
34|1799 (0.16%)    ▬
35|1717 (0.15%)    ▬
72|1688 (0.15%)    ▬
75|1538 (0.14%)    ▬
37|1522 (0.13%)    ▬
38|1479 (0.13%)    ▬
78|1366 (0.12%)    ▬
40|1343 (0.12%)    ▬
81|1256 (0.11%)    ▬
41|1254 (0.11%)    ▬
84|1175 (0.10%)    ▬
43|1161 (0.10%)    ▬
44|1054 (0.09%)    ▬
87|1053 (0.09%)    ▬
90|969 (0.09%)     ▬

 



Widać silny wpływ 3h odstępów w pomiarach. Zróbmy rzutowanie wartości do najbliższej podzielnej przez 3, posortowane po kluczach i po częstości:
 

Spoiler

cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba | sort -k1n
Key|Ct (Pct)        Histogram
  0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
 18|39981 (3.52%)   ▬▬▬▬▬▬▬
 21|30698 (2.70%)   ▬▬▬▬▬▬
 24|23693 (2.09%)   ▬▬▬▬▬
 27|18979 (1.67%)   ▬▬▬▬
 30|16203 (1.43%)   ▬▬▬
 33|13607 (1.20%)   ▬▬▬
 36|11712 (1.03%)   ▬▬▬
 39|9946 (0.88%)    ▬▬
 42|8606 (0.76%)    ▬▬
 45|7166 (0.63%)    ▬▬
 48|6136 (0.54%)    ▬▬
 51|5233 (0.46%)    ▬
 54|4749 (0.42%)    ▬
 57|4313 (0.38%)    ▬
 60|3864 (0.34%)    ▬
 63|3324 (0.29%)    ▬
 66|3026 (0.27%)    ▬
 69|2678 (0.24%)    ▬
 72|2338 (0.21%)    ▬
 75|2073 (0.18%)    ▬
 78|1846 (0.16%)    ▬
 81|1732 (0.15%)    ▬
 84|1566 (0.14%)    ▬
 87|1402 (0.12%)    ▬
 90|1327 (0.12%)    ▬
 93|1149 (0.10%)    ▬
 96|1001 (0.09%)    ▬
 99|886 (0.08%)     ▬
102|858 (0.08%)     ▬
105|690 (0.06%)     ▬
108|668 (0.06%)     ▬
111|647 (0.06%)     ▬
114|593 (0.05%)     ▬
117|508 (0.04%)     ▬
120|473 (0.04%)     ▬
123|400 (0.04%)     ▬
126|400 (0.04%)     ▬
129|368 (0.03%)     ▬
132|348 (0.03%)     ▬
135|352 (0.03%)     ▬
138|317 (0.03%)     ▬
141|282 (0.02%)     ▬
144|236 (0.02%)     ▬
147|231 (0.02%)     ▬
150|196 (0.02%)     ▬
153|161 (0.01%)     ▬
156|202 (0.02%)     ▬
159|148 (0.01%)     ▬
162|171 (0.02%)     ▬
165|150 (0.01%)     ▬
168|124 (0.01%)     ▬
171|123 (0.01%)     ▬
174|112 (0.01%)     ▬
180|108 (0.01%)     ▬

 


 

Spoiler

cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba
Key|Ct (Pct)        Histogram
  3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
 18|39981 (3.52%)   ▬▬▬▬▬▬▬
 21|30698 (2.70%)   ▬▬▬▬▬▬
 24|23693 (2.09%)   ▬▬▬▬▬
 27|18979 (1.67%)   ▬▬▬▬
 30|16203 (1.43%)   ▬▬▬
 33|13607 (1.20%)   ▬▬▬
 36|11712 (1.03%)   ▬▬▬
 39|9946 (0.88%)    ▬▬
 42|8606 (0.76%)    ▬▬
 45|7166 (0.63%)    ▬▬
 48|6136 (0.54%)    ▬▬
 51|5233 (0.46%)    ▬
 54|4749 (0.42%)    ▬
 57|4313 (0.38%)    ▬
 60|3864 (0.34%)    ▬
 63|3324 (0.29%)    ▬
 66|3026 (0.27%)    ▬
 69|2678 (0.24%)    ▬
 72|2338 (0.21%)    ▬
 75|2073 (0.18%)    ▬
 78|1846 (0.16%)    ▬
 81|1732 (0.15%)    ▬
 84|1566 (0.14%)    ▬
 87|1402 (0.12%)    ▬
 90|1327 (0.12%)    ▬
 93|1149 (0.10%)    ▬
 96|1001 (0.09%)    ▬
 99|886 (0.08%)     ▬
102|858 (0.08%)     ▬
105|690 (0.06%)     ▬
108|668 (0.06%)     ▬
111|647 (0.06%)     ▬
114|593 (0.05%)     ▬
117|508 (0.04%)     ▬
120|473 (0.04%)     ▬
126|400 (0.04%)     ▬
123|400 (0.04%)     ▬
129|368 (0.03%)     ▬
135|352 (0.03%)     ▬
132|348 (0.03%)     ▬
138|317 (0.03%)     ▬
141|282 (0.02%)     ▬
144|236 (0.02%)     ▬
147|231 (0.02%)     ▬
156|202 (0.02%)     ▬
150|196 (0.02%)     ▬
162|171 (0.02%)     ▬
153|161 (0.01%)     ▬
165|150 (0.01%)     ▬
159|148 (0.01%)     ▬
168|124 (0.01%)     ▬
171|123 (0.01%)     ▬
174|112 (0.01%)     ▬
180|108 (0.01%)     ▬

 


Dane wyglądają normalnie. Popatrzmy na percentyle 25 50 75 90 95 99 długości trwania bardzo dużego zachmurzenia, z pomocą prostego jednolinijkowego skrypcika:
 

Spoiler

echo -e "$(percentyle="25 50 75 90 95 99"; echo "stacja $percentyle"; echo -n "OGOLEM "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | wc -l)*${q}/100)+1 ))q;d") "; done; echo; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | grep "^${stacja}" | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | grep "^${stacja}" | wc -l)*${q}/100)+1 ))q;d") "; done; echo; done;)" | column -t -o '    '
stacja                  25    50    75    90    95    99
OGOLEM                  3     6     14    30    48    97
BIALYSTOK               2     5     13    30    49    106
BIELSKO-BIALA           3     6     15    33    51    99
BYDGOSZCZ               3     9     18    39    60    114
CHOJNICE                3     6     14    31    48    107
CZESTOCHOWA             3     6     13    30    48    99
ELBLAG-MILEJEWO         3     6     15    32    48    96
GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
GDANSK-REBIECHOWO       3     9     18    39    57    117
GDANSK-SWIBNO           3     6     13    27    41    81
GORZOW_WIELKOPOLSKI     3     6     15    32    48    97
HEL                     3     5     12    25    39    84
JELENIA_GORA            3     6     17    36    52    102
KALISZ                  3     6     15    33    51    102
KASPROWY_WIERCH         3     8     21    45    65    117
KATOWICE                2     4     12    26    40    84
KETRZYN                 3     9     15    33    49    105
KIELCE-SUKOW            3     6     15    33    51    105
KLODZKO                 3     5     12    27    42    87
KOLO                    3     6     12    29    45    93
KOLOBRZEG               3     6     12    27    42    90
KOSZALIN                3     6     15    32    48    94
KOZIENICE               2     6     14    30    48    94
KRAKOW-BALICE           3     6     14    30    47    94
KROSNO                  2     4     12    27    42    87
LEBA                    3     6     13    28    43    87
LEBORK                  3     6     12    30    45    93
LEGNICA                 3     6     18    36    54    104
LESKO                   3     6     15    33    48    96
LESZNO                  3     6     15    32    48    98
LODZ                    3     6     15    33    50    99
LUBLIN-RADAWIEC         3     6     15    34    53    110
MIKOLAJKI               3     6     14    31    48    108
MLAWA                   3     6     15    33    51    108
NOWY_SACZ               3     6     14    30    45    90
OLSZTYN                 3     6     15    33    51    108
OPOLE                   3     6     13    28    44    87
OSTROLEKA               3     9     18    39    60    126
PILA                    3     6     13    30    45    96
PLOCK                   3     6     15    33    50    102
pom                     3     5     19    23    27    27
POZNAN                  2     3     10    23    37    80
PRZEMYSL                3     9     18    36    54    105
RACIBORZ                2     5     12    26    39    82
RESKO-SMOLSKO           6     6     12    27    45    93
RZESZOW-JASIONKA        3     6     15    32    48    100
SANDOMIERZ              3     6     14    30    45    93
SIEDLCE                 3     6     14    31    48    102
SLUBICE                 3     6     12    27    42    87
SNIEZKA                 2     6     19    45    67    123
SULEJOW                 3     6     15    30    45    93
SUWALKI                 3     6     15    36    57    120
SWINOUJSCIE             3     5     12    24    36    75
SZCZECIN                3     6     15    33    48    102
SZCZECINEK              3     9     18    39    60    123
TARNOW                  3     6     14    30    48    93
TERESPOL                3     6     13    30    47    99
TORUN                   3     6     14    30    45    99
USTKA                   3     6     14    30    44    84
WARSZAWA                2     4     12    26    42    90
WIELUN                  3     6     15    33    48    99
WLODAWA                 3     6     15    33    51    105
WROCLAW                 2     4     12    26    40    84
ZAKOPANE                3     6     15    35    51    97
ZAMOSC                  3     6     15    33    51    102
ZARNOWIEC               3     9     18    33    48    102
ZGORZELEC               2     4     11    16    27    87
ZIELONA_GORA            3     6     14    30    48    96

 



posortujmy sobie tabelkę po ostatniej kolumnie i pośmiejmy się z ostatnich 10:
 

Spoiler

MLAWA                   3     6     15    33    51    108
OLSZTYN                 3     6     15    33    51    108
LUBLIN-RADAWIEC         3     6     15    34    53    110
BYDGOSZCZ               3     9     18    39    60    114
GDANSK-REBIECHOWO       3     9     18    39    57    117
KASPROWY_WIERCH         3     8     21    45    65    117
SUWALKI                 3     6     15    36    57    120
SNIEZKA                 2     6     19    45    67    123
SZCZECINEK              3     9     18    39    60    123
OSTROLEKA               3     9     18    39    60    126

 



Taka ciekawostka: wedle tej statystyki ludzie z okolic stacji SNIEZKA, SZCZECINEK i OSTROLEKA mają niezłe jazdy z pogodą :D Mieszkańcy! Nie ma sensu włazić na Śnieżkę, to samo macie w domu nad głowami, a nawet gorzej :D

Teraz pierwsza dziesiątka:
 

Spoiler

GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
SWINOUJSCIE             3     5     12    24    36    75
POZNAN                  2     3     10    23    37    80
GDANSK-SWIBNO           3     6     13    27    41    81
RACIBORZ                2     5     12    26    39    82
HEL                     3     5     12    25    39    84
KATOWICE                2     4     12    26    40    84
USTKA                   3     6     14    30    44    84
WROCLAW                 2     4     12    26    40    84
KLODZKO                 3     5     12    27    42    87

 



Zaskakująca jest obecność w zestawieniu Raciborza, Katowic i Wrocławia. Ale trzeba pamiętać, że wystarczyła jedna obserwacja poniżej 7. oktanta. Czyli jedno przejaśnienie. Czyli excusez le mot dupa, ale z przejaśnieniami :) A jak ktoś się chce opalać, nawet zimą, to tylko w okolicach Gdańska - częściej słońce zajrzy.

To teraz ekstrema - liczba przypadków zachmurzenia powyżej 5, 7, 10, 14, 18, 22 i 28 dni + jaki to jest procent obserwacji obok. Używając jeszcze prostszego skryptu:
 

Spoiler

cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; echo -e "$(echo -n "-"; for l in $dni; do echo -n " $l ${l}_%"; done; echo"";echo -n "OGOLEM"; a0=$(cat analiza_4.sorted | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja"; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; done)" | column -t

-                     3      3_%       5     5_%       7     7_%       10   10_%      14  14_%      18  18_%      22  22_%      28  28_%
OGOLEM                23707  2.086340  6044  0.531905  1919  0.168882  390  0.034322  47  0.004136  6   0.000528  2   0.000176  2   0.000176
BIALYSTOK             448    2.241460  137   0.685446  50    0.250163  13   0.065042  2   0.010006  0   0.000000  0   0.000000  0   0.000000
BIELSKO-BIALA         433    2.304790  94    0.500346  24    0.127748  5    0.026614  0   0.000000  0   0.000000  0   0.000000  0   0.000000
BYDGOSZCZ             157    3.284520  40    0.836820  17    0.355649  2    0.041841  0   0.000000  0   0.000000  0   0.000000  0   0.000000
CHOJNICE              472    2.380470  146   0.736332  58    0.292516  14   0.070607  0   0.000000  0   0.000000  0   0.000000  0   0.000000
CZESTOCHOWA           295    2.168000  79    0.580584  32    0.235173  5    0.036746  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ELBLAG-MILEJEWO       490    2.205120  119   0.535529  29    0.130507  8    0.036002  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-PORT_POLNOCNY  112    0.959233  24    0.205550  7     0.059952  2    0.017129  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-REBIECHOWO     192    3.027440  57    0.898770  17    0.268054  1    0.015768  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-SWIBNO         72     1.265600  24    0.421867  8     0.140622  2    0.035156  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GORZOW_WIELKOPOLSKI   413    2.017590  112   0.547142  34    0.166097  3    0.014656  1   0.004885  0   0.000000  0   0.000000  0   0.000000
HEL                   316    1.420480  72    0.323654  24    0.107885  4    0.017981  0   0.000000  0   0.000000  0   0.000000  0   0.000000
JELENIA_GORA          448    2.399960  109   0.583918  24    0.128569  7    0.037499  1   0.005357  1   0.005357  0   0.000000  0   0.000000
KALISZ                468    2.357090  110   0.554017  33    0.166205  7    0.035256  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KASPROWY_WIERCH       632    3.775840  152   0.908113  23    0.137412  2    0.011949  1   0.005974  0   0.000000  0   0.000000  0   0.000000
KATOWICE              345    1.491180  64    0.276625  25    0.108057  6    0.025934  2   0.008645  0   0.000000  0   0.000000  0   0.000000
KETRZYN               397    2.358460  107   0.635656  34    0.201984  9    0.053466  3   0.017822  0   0.000000  0   0.000000  0   0.000000
KIELCE-SUKOW          482    2.418950  119   0.597210  38    0.190706  10   0.050186  1   0.005019  0   0.000000  0   0.000000  0   0.000000
KLODZKO               355    1.643290  74    0.342545  23    0.106467  8    0.037032  2   0.009258  1   0.004629  0   0.000000  0   0.000000
KOLO                  647    1.816240  169   0.474413  53    0.148780  8    0.022457  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOLOBRZEG             303    1.619280  84    0.448910  25    0.133604  5    0.026721  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOSZALIN              412    2.025270  91    0.447328  26    0.127808  6    0.029494  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOZIENICE             324    2.022220  76    0.474348  31    0.193484  7    0.043690  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KRAKOW-BALICE         420    2.024290  102   0.491614  33    0.159051  7    0.033738  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KROSNO                221    1.622610  44    0.323054  8     0.058737  1    0.007342  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LEBA                  363    1.649780  79    0.359042  16    0.072717  1    0.004545  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LEBORK                241    1.952680  58    0.469940  20    0.162048  5    0.040512  2   0.016205  2   0.016205  2   0.016205  2   0.016205
LEGNICA               497    2.773280  117   0.652865  44    0.245522  11   0.061380  3   0.016740  0   0.000000  0   0.000000  0   0.000000
LESKO                 401    2.090280  84    0.437865  17    0.088615  3    0.015638  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LESZNO                393    2.076950  94    0.496776  31    0.163830  4    0.021139  1   0.005285  0   0.000000  0   0.000000  0   0.000000
LODZ                  418    2.252880  102   0.549747  46    0.247925  5    0.026948  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LUBLIN-RADAWIEC       544    2.769580  146   0.743305  53    0.269830  10   0.050911  1   0.005091  0   0.000000  0   0.000000  0   0.000000
MIKOLAJKI             434    2.365640  126   0.686798  47    0.256187  12   0.065409  3   0.016352  0   0.000000  0   0.000000  0   0.000000
MLAWA                 469    2.450110  144   0.752272  52    0.271654  8    0.041793  0   0.000000  0   0.000000  0   0.000000  0   0.000000
NOWY_SACZ             286    1.704310  61    0.363506  14    0.083428  2    0.011918  0   0.000000  0   0.000000  0   0.000000  0   0.000000
OLSZTYN               409    2.413260  118   0.696247  39    0.230116  11   0.064904  3   0.017701  0   0.000000  0   0.000000  0   0.000000
OPOLE                 349    1.702440  65    0.317073  22    0.107317  5    0.024390  0   0.000000  0   0.000000  0   0.000000  0   0.000000
OSTROLEKA             296    3.088480  99    1.032970  36    0.375626  7    0.073038  1   0.010434  0   0.000000  0   0.000000  0   0.000000
PILA                  329    1.917030  87    0.506934  28    0.163151  7    0.040788  0   0.000000  0   0.000000  0   0.000000  0   0.000000
PLOCK                 382    2.212700  123   0.712465  39    0.225904  6    0.034754  1   0.005792  0   0.000000  0   0.000000  0   0.000000
POZNAN                347    1.280770  76    0.280515  24    0.088584  4    0.014764  0   0.000000  0   0.000000  0   0.000000  0   0.000000
PRZEMYSL              271    2.535790  75    0.701787  16    0.149715  3    0.028071  0   0.000000  0   0.000000  0   0.000000  0   0.000000
RACIBORZ              288    1.456240  65    0.328665  20    0.101128  3    0.015169  1   0.005056  0   0.000000  0   0.000000  0   0.000000
RESKO-SMOLSKO         237    1.754910  65    0.481303  18    0.133284  3    0.022214  0   0.000000  0   0.000000  0   0.000000  0   0.000000
RZESZOW-JASIONKA      394    2.153360  105   0.573865  22    0.120238  8    0.043723  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SANDOMIERZ            283    1.751450  80    0.495111  23    0.142344  6    0.037133  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SIEDLCE               448    2.267210  130   0.657895  47    0.237854  11   0.055668  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SLUBICE               294    1.622070  70    0.386207  18    0.099310  2    0.011034  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SNIEZKA               758    4.290970  186   1.052930  55    0.311350  11   0.062270  2   0.011322  1   0.005661  0   0.000000  0   0.000000
SULEJOW               360    1.893040  91    0.478519  37    0.194563  7    0.036809  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SUWALKI               576    3.123980  179   0.970821  67    0.363380  22   0.119319  6   0.032542  0   0.000000  0   0.000000  0   0.000000
SWINOUJSCIE           206    1.052520  51    0.260576  15    0.076640  3    0.015328  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SZCZECIN              705    2.311400  193   0.632766  65    0.213108  7    0.022950  1   0.003279  0   0.000000  0   0.000000  0   0.000000
SZCZECINEK            320    3.256330  102   1.037960  37    0.376514  5    0.050880  1   0.010176  0   0.000000  0   0.000000  0   0.000000
TARNOW                286    1.864890  69    0.449922  20    0.130412  4    0.026082  0   0.000000  0   0.000000  0   0.000000  0   0.000000
TERESPOL              389    1.987330  115   0.587514  52    0.265659  11   0.056197  2   0.010218  1   0.005109  0   0.000000  0   0.000000
TORUN                 392    1.991870  107   0.543699  36    0.182927  6    0.030488  0   0.000000  0   0.000000  0   0.000000  0   0.000000
USTKA                 291    1.461940  67    0.336599  18    0.090429  2    0.010048  0   0.000000  0   0.000000  0   0.000000  0   0.000000
WARSZAWA              358    1.634550  90    0.410921  24    0.109579  5    0.022829  0   0.000000  0   0.000000  0   0.000000  0   0.000000
WIELUN                396    2.139270  112   0.605046  38    0.205283  4    0.021609  1   0.005402  0   0.000000  0   0.000000  0   0.000000
WLODAWA               478    2.512220  132   0.693751  48    0.252273  14   0.073580  3   0.015767  0   0.000000  0   0.000000  0   0.000000
WROCLAW               366    1.429190  86    0.335819  23    0.089812  3    0.011715  2   0.007810  0   0.000000  0   0.000000  0   0.000000
ZAKOPANE              477    2.330130  84    0.410337  16    0.078159  3    0.014655  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZAMOSC                248    2.293320  68    0.628814  20    0.184945  4    0.036989  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZARNOWIEC             33     1.995160  8     0.483676  4     0.241838  2    0.120919  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZGORZELEC             17     1.250000  3     0.220588  1     0.073529  0    0.000000  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZIELONA_GORA          447    2.147590  113   0.542904  37    0.177765  8    0.038436  1   0.004804  0   0.000000  0   0.000000  0   0.000000

 



Mamy dwa przypadki z ponad 28-dniowym zachmurzeniem ciągłym:
 

LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376


spójrzmy wprost na dane:
u1.thumb.png.89a83eb0b8a33f8c0fd890d2ab768a87.png
wygląda na błąd w danych, przyjmujemy, że nie było przypadku z ponad 28-dniowym ciągłym co najmniej 7-o. zachmurzeniem. To samo z 22-dniowym okresem, ponownie Lębork.

Ponad 18 dni ciągłego zachmurzenia, 6 pomiarów:

KLODZKO 2013-02-10T12:00:00+01:00 2013-03-01T04:00:00+01:00 448
SNIEZKA 1993-12-07T19:00:00+01:00 1993-12-27T13:00:00+01:00 474
JELENIA_GORA 2013-02-10T04:00:00+01:00 2013-03-02T02:00:00+01:00 478
TERESPOL 1997-11-14T00:00:00+01:00 1997-12-05T19:00:00+01:00 523
LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376


Pomijamy Lębork.
Kłodzko wygląda wiarygodnie (uwaga, na lewej osi Y jest minimum zachmurzenia, na prawej liczba pomiarów zachmurzenia):
u2.thumb.png.0b2f69eb5a734cfab1b8a7902ad17915.png
Śnieżka też ok:
u3.thumb.png.040f04fea694ab3ca1a6f46e4dd2ebbf.png
Jelenia Góra też ok:
u4.thumb.png.c9974af9ab2ec8613502bf90f6a3a753.png
Terespol też ok:
u5.thumb.png.e5be186533ae25f3695a380eac586f32.png

Czyli można przyjąć, że najdłuższe ciągłe duże zachmurzenie trwało na terenie Polski prawie 22 dni.

Poszukajmy teraz polskiego Wąchocka pogodowego :D Policzymy wartość oczekiwaną z powyższej tabeli dla 5, 7, 10, 14, 18, 22, 28 dni i procenta obserwacji

Spoiler

cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo "$proc  $l " | awk '{printf "%.6f", $1*$2}'; done | awk '{sum+=$1}END{print sum}'; done | column -t

BIALYSTOK             6.72438
BIELSKO-BIALA         6.91437
BYDGOSZCZ             9.85356
CHOJNICE              7.14141
CZESTOCHOWA           6.504
ELBLAG-MILEJEWO       6.61536
GDANSK-PORT_POLNOCNY  2.8777
GDANSK-REBIECHOWO     9.08232
GDANSK-SWIBNO         3.7968
GORZOW_WIELKOPOLSKI   6.05277
HEL                   4.26144
JELENIA_GORA          7.19988
KALISZ                7.07127
KASPROWY_WIERCH       11.3275
KATOWICE              4.47354
KETRZYN               7.07538
KIELCE-SUKOW          7.25685
KLODZKO               4.92987
KOLO                  5.44872
KOLOBRZEG             4.85784
KOSZALIN              6.07581
KOZIENICE             6.06666
KRAKOW-BALICE         6.07287
KROSNO                4.86783
LEBA                  4.94934
LEBORK                5.85804
LEGNICA               8.31984
LESKO                 6.27084
LESZNO                6.23085
LODZ                  6.75864
LUBLIN-RADAWIEC       8.30874
MIKOLAJKI             7.09692
MLAWA                 7.35033
NOWY_SACZ             5.11293
OLSZTYN               7.23978
OPOLE                 5.10732
OSTROLEKA             9.26544
PILA                  5.75109
PLOCK                 6.6381
POZNAN                3.84231
PRZEMYSL              7.60737
RACIBORZ              4.36872
RESKO-SMOLSKO         5.26473
RZESZOW-JASIONKA      6.46008
SANDOMIERZ            5.25435
SIEDLCE               6.80163
SLUBICE               4.86621
SNIEZKA               12.8729
SULEJOW               5.67912
SUWALKI               9.37194
SWINOUJSCIE           3.15756
SZCZECIN              6.9342
SZCZECINEK            9.76899
TARNOW                5.59467
TERESPOL              5.96199
TORUN                 5.97561
USTKA                 4.38582
WARSZAWA              4.90365
WIELUN                6.41781
WLODAWA               7.53666
WROCLAW               4.28757
ZAKOPANE              6.99039
ZAMOSC                6.87996
ZARNOWIEC             5.98548
ZGORZELEC             3.75
ZIELONA_GORA          6.44277

 



Z najwyższymi wartościami oczekiwanymi:
 

Spoiler

GDANSK-REBIECHOWO  9.08232
OSTROLEKA          9.26544
SUWALKI            9.37194
SZCZECINEK         9.76899
BYDGOSZCZ          9.85356
KASPROWY_WIERCH    11.3275
SNIEZKA            12.8729

 



Zachmurzenie w górach to normalne, czyli Bydgoszcz została wąchockiem? :D


i z najniższą wartością oczekiwaną, pierwsza 10:

Spoiler

GDANSK-PORT_POLNOCNY  2.8777
SWINOUJSCIE           3.15756
GDANSK-SWIBNO         3.7968
POZNAN                3.84231
HEL                   4.26144
WROCLAW               4.28757
RACIBORZ              4.36872
USTKA                 4.38582
KATOWICE              4.47354
KOLOBRZEG             4.85784

 



Zgorzelec dyskwalifikujemy ze względu na baaardzo małą liczbę pomiarów.

 

To już ostatni post z analizą. W razie problemów, niejasności - pytajcie.

Edytowane przez lkosz
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
Napisano (edytowane)

Rok 2018

W dużej części Polski ponad 2000 h usłonecznienia ! To był rekordowy rok ?

http://klimat.pogodynka.pl/pl/climate-maps/#Sunshine/Yearly/2018/2/Winter

Osobiście mam nadzieję że w 2019 r też będzie powyżej > 2000 h.

sl1.png

sl2.png

Edytowane przez heweliusz
  • Lubię 1

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

Jeśli chcesz dodać odpowiedź, zaloguj się lub zarejestruj nowe konto

Jedynie zarejestrowani użytkownicy mogą komentować zawartość tej strony.

Zarejestruj nowe konto

Załóż nowe konto. To bardzo proste!

Zarejestruj się

Zaloguj się

Posiadasz już konto? Zaloguj się poniżej.

Zaloguj się

  • Przeglądający   0 użytkowników

    Brak zarejestrowanych użytkowników przeglądających tę stronę.

  • Polecana zawartość

    • Odszedł od nas Janusz Płeszka
      Wydaje się nierealne, ale z kilku źródeł informacja ta zdaje się być potwierdzona. Odszedł od nas człowiek, któremu polskiej astronomii amatorskiej możemy zawdzięczyć tak wiele... W naszym hobby każdy przynajmniej raz miał z nim styczność. Janusz Płeszka zmarł w wieku 52 lat.
        • Smutny
      • 156 odpowiedzi
    • Małe porównanie mgławic planetarnych
      Postanowiłem zrobić taki kolaż będący podsumowaniem moich tegorocznych zmagań z mgławicami planetarnymi a jednocześnie pokazujący różnice w wielkości kątowe tych obiektów.
      Wszystkie mgławice na tej składance prezentowałem i opisywałem w formie odrębnych tematów na forum więc nie będę się rozpisywał o każdym obiekcie z osobna - jak ktoś jest zainteresowany szczegółami bez problemu znajdzie fotkę danej mgławicy na forum.
        • Kocham
        • Dziękuję
        • Lubię
      • 20 odpowiedzi
    • SN 2018hhn - "polska" supernowa w UGC 12222
      Dziś mam przyjemność poinformować, że jest już potwierdzenie - obserwacja spektroskopowa wykonana na 2-metrowym Liverpool Telescope (La Palma, Wyspy Kanaryjskie). Okazuje się, że mamy do czynienia z supernową typu Ia. Poniżej widmo SN 2018hhn z charakterystyczną, silną linią absorpcyjną SiII.
        • Dziękuję
        • Lubię
      • 11 odpowiedzi
    • Zbiórka: Obserwatorium do poszukiwania nowych planet pozasłonecznych
      W związku z sąsiednim wątkiem o zasadach przyjmowania stypendiów, po Waszej radzie zdecydowałem się założyć zbiórkę crowdfundingową na portalu zrzutka.pl. W tym wątku będę informował o wszelkich aktualizacjach, przychodzących także po zakończeniu.
        • Kocham
        • Dziękuję
        • Lubię
      • 85 odpowiedzi
    • Mamy polską zmienną z zaćmieniowym dyskiem protoplanetarnym
      W ten weekend, korzystając z danych ASAS-SN (All Sky Automated Survey for Supernovae), wykryłem nieznaną do tej pory zmienną typu R Coronae Borealis. To jedna z najrzadszych typów gwiazd zmiennych - do tej pory odnaleziono zaledwie ~150. Ich poszukiwanie nie należy do najprostszych, gdyż swoimi wskaźnikami barwy (B-V, J-K etc.) nie wyróżniają się zbytnio, dlatego szybciej jest przeszukać krzywe blasku.
        • Lubię
      • 20 odpowiedzi
×

Powiadomienie o plikach cookie

Umieściliśmy na Twoim urządzeniu pliki cookie, aby pomóc Ci usprawnić przeglądanie strony. Możesz dostosować ustawienia plików cookie, w przeciwnym wypadku zakładamy, że wyrażasz na to zgodę.