Дождевой червь

О поперечном препарировании дождевого червя подручными средствами

Признаю. Идея препарировать дождевого червя (Lumbricus terrestris) путем его заморозки, последующего поперечного рассечения и сканирования на сканере Epson оказалась абсолютно нежизнеспособной. Во-первых, червя достаточно сложно закрепить без повреждений, если, конечно, он жив. Во-вторых, как бы долго вы его не замораживали, при столь малом объеме червь оттаивает буквально за несколько минут и заснять его поперечный срез почти невозможно.

С другой стороны, инструменты женской гигиены (пинцеты, пилочки, ватные диски и др.) вполне неплохо справляются с препарированием, за исключением бритвы, изготовители которой, видимо, потратили столько денег на рекламу, что сделать что-то адекватное цене у них уже не было возможности.

Гофрированный картон от коробки из под пылесоса неплохо фиксирует червя, но на этим его преимущества и ограничены. Разрезать, да и просто осматривать его на такой поверхности крайне неудобно.
Дождевой червь

Вывод: при отсутствии лаборатории и подходящих инструментов, поперечное препарирование дождевого червя следует производить по следующему алгоритму: полоскаете в кружке 20-40 червей, для очистки их от земли, после чего кладете их на сухую салфетку, ватный диск или махровое (не вафельное!) полотенце для избавления от излишней воды на поверхности лумбрицид. Когда черви обсохнут, их необходимо положить в чистую емкость и поместить в морозильную камеру на 15 минут при температуре -3- -5 градусов. После истекшего периода черви перестают двигаться, застывают, но еще сохраняют достаточную гибкость для выпрямления. Формируете ровный пучок червей, скрепляя его ниткой. Проволока и рыболовная леска не подходят, поскольку первая не фиксирует червей равномерно, а вторая слишком сильно повреждает червей на поверхности пучка. В таком состоянии черви опять помещаются в морозильную камеру не менее чем на 2 часа. Спустя истекший период, пучок червей нарезается канцелярским ножом по принципу «колбасы». После отрезания первого слоя пучок сканируется вертикально в месте отреза в темном помещении. Затем отделяется еще один слой и производится повторное сканирование. При размягчении, черви вновь убираются в морозильную камеру для дозаморозки

К большому сожалению, на момент завершения работы над этим методом, у меня закончились подопытные организмы, поэтому прошу, по-прежнему рассматривать метод как чисто теоретический.

P.S. Блин, как же неудобно без своей лаборатории.

Основы панка. Оценка предположения о повышенной частоте встречаемости обнажений горных пород на склонах южной экспозиции

Основы панка. Оценка предположения о повышенной частоте встречаемости обнажений горных пород на склонах южной экспозиции

Тут должен быть какой-то серьезный текст, не столько обозначающий важность проблемы, сколько выставляющий меня регалистым ученым. Но я два месяца пытался написать эту статью и нихрена не получалось. Так что хуй вам, а не академический стиль. И вообще, означенное в заголовке предположение есть суть хуета на палке. Никак экспозиция на частоту обнажений горных пород не влияет.

Ну, а теперь, когда я расставил все по местам, давайте приступим. Известный геолог И.А. Мальков выдвинул предположение, что склоны южной и особенно юго-восточной экспозиции более перспективны для поиска обнажений коренных горных пород. Дескать, это связано с результатом движения ледника, который двигаясь с северо-запада на юго-восток сильнее заглаживал фронтовую сторону коренных выходов.

Предположение интересное, особенно, если учесть, что в попытке найти обнажение вы весь день можете шароебиться по кустам с молотком. Стоишь так в говнище посреди комаров, на противоположной стороне болота медведь орет, рядом геолог курит и никто не в курсе, с какой стороны холма найдешь выходы маткасельских гранитов.

По опыту и впрямь кажется, что на южных склонах обнажений больше. Но ученый не может доверять своим ощущениям, поэтому я спиздил базу геологических описаний, привел записи в человеческий вид и наложил все на карту.
Все описания

Что было дальше, вы и сами знаете. Потому, что если вы не полный мудак, у вас возникнет только один вопрос: «АSTER или SRTM?». Отвечаю — ASTER:

Я подготовил растр экспозиций через дефолтный функционал QGIS:

кроме того, сделал растр пересеченности рельефа, каждый пиксел которого представляет собой сумму изменений высот в пределах окна 3х3 пикселя (подробнее смотри в статье Riley S.J., DeGloria S.D., Elliot R. A terrain ruggedness index that quantifies topographic heterogeneities // J. Sci. 1999. V. 5. № 1–4. P. 23–27.). Это не входило в изначальное предположение, но преступлением было бы не проверить возможность взаимосвязи частоты обнажений с индексом пересеченности.

Вокруг каждого описания был построен буфер, радиусом в пол-секунды WGS-84 (приблизительно 30х13 метров), не столько, что-бы облегчить вычисление зональной статистики, сколько нивелировать распиздяйство геологов, которые вначале пишут координаты в пикетажку, а после перебивают их в базу. Кроме того, многие обнажения значительны по простиранию и получение точечной статистики для них явно лишено смысла.

В качестве итоговых значений атрибутов полигонального слоя использовалась медианное значение угла экспозиции, что основано на здравом смысле, поскольку при анормальном распределении только медиана имеет физическое значение, а при распределении, близком к нормальному медиана и математическое ожидание совпадают.

Первые результаты оказались более чем вдохновляющими:

По абсциссе главного графика — угол экспозиции склона, по ординате процент встреченных обнажений горных пород. Справа на полярном графике изображена та же хуета, демонстрирующая, что обнажения значительно чаще встречаются на южных склонах.

Но меня не наебешь. Если ледник действительно оказал такое влияние (если он вообще был — все вопросы к В.Г. Чувардинскому), то это должно проявляться не только в частоте выходов коренников на разных склонах, но и в их форме. Разделить выборку геологических описаний на подмножества разной формы практически невозможно, поскольку записи в пикетажках не стандартизированы и зачастую там попадается бессмысленная хуета. Скрепя сердце я принял волевое решение и подсчитал долю описаний в которых фигурирует слово «уступ» и долю описаний с текстовым фрагментом «заглаж». Согласен, критерий так-себе, но при столь сильной неоднородности частоты встречаемости обнажений на склонах с разной экспозицией, он должен был проявиться. Что-же мы видим на левом верхнем и левом нижнем графиках? Правильно — ничего. На южных склонах заглаженных обнажений меньше, но статистически это недостоверно. Величина отношения уступов к заглаженным обнажениям горных пород, рассчитанная по формуле

(кол-во уступов + 1)/(кол-во заглаженных обнажений + 1)

никак не связана с экспозицией склонов:

Более того, распределение точек наблюдения, в которых не обнаружены выходы коренных пород совершенно аналогично предыдущему:

Это может означать только одно: само распределение площадей склонов разной экспозиции неоднородно, а выборка только подчеркивает эту неоднородность. Действительно (юг-красный, север-синий):

На всякий случай проверим это на растре SRTM:

Как я однажды сказал: «Зрение может обмануть, гистограмма — никогда»:

Тут я, признаюсь, подохуел. Потому, как прожил треть века с мыслей о том, что для каждого южного склона найдется северный склон, и он, сука, обязательно будет в границах наблюдения. А вот хрен. Я несколько часов изучал высотные профили центральной Карелии, пытаясь увидеть пропавшие склоны меридиональной экспозиции. Да как так-то?

А вот так:

Иллюстрация грубовата, но мысль доносит: соотношение площадей склонов с различной экспозицией вовсе не должно быть равным, скорее наоборот. Банально, но не очевидно. И наталкивает на вопросы самоподобия о которых я в терапевтических целях лучше умолчу.

Ну а что-же с индексом пересеченности? — спросите вы. Да та-же хуйня. Вот график зависимости количества описанных обнажений от величины индекса пересеченности.

А вот гистограмма этого индекса по всему растру:

Таким образом, коренники действительно чаще выходят на южных склонах. Но это ни в коем случае не может рассматриваться как поисковый признак, поскольку распределение обнажений всего-лишь отражает особенности рельефа. Такая-же ситуация с индексом пересеченности. Оба эти признака бессмысленны (по крайней мере для территории центральной Карелии). Точки, расположенные случайным образом, будут иметь аналогичное распределение по экспозициям, сами смотрите (500 случайных точек):

Если и говорить о влиянии ледника, то только в разрезе формирования рельефа. Обнажения горных пород встречаются где-попало (с точки зрения маршрутных работ) и направление движения теоретического ледника на частоте их встречаемости никак не сказывается.

Простой способ изображения рельефа штриховкой в QGis

Простой способ изображения рельефа штриховкой в QGis

Изображение рельефа штриховкой — метод древний и многие считают его устаревшим. Но мало, ли для чего он может вам пригодиться? Например вы хотите замутить карту «под старину» или заполнить пустое пространство. А может вам вообще нельзя использовать растровую графику, а сделать векторную отмывку, о которой я недавно рассказывал, ресурсы не позволяют.

Неважно, по какой причине вы задумались о визуализации рельефа штриховкой. Важно то, что сделать это можно буквально в несколько шагов. Конечно же, если речь идет о простом оформлении, ибо штриховой способ оформления рельефа это искусство, ничуть не меньшее, чем расстановка подписей на карте.

Для начала возьмем любую демку, скажем SRTM:
растр SRTM

Через меню «Растр-Морфометрический анализ-Угол уклонов» преобразуем его в соответствующую протокарту:
Растр уклонов

Теперь векторизуем полученную картинку (Растр-Преобразование-Создание полигонов: растр в вектор). Это одна из самых ресурсозатратных операций, преобразующая каждый пиксель в полигон с присущими растру атрибутами.
Векторизация растра

Далее через меню Вектор-Обработка геометрии-Извлечение центроидов получим точечный шейп, который мы будем использовать в качестве слоя штриховки:
Центроиды полигонов

Теперь можно удалить все лишние слои и работать только с точечным шейпом. Все что нам нужно — задать стиль каждой точки, как черта, угол поворота которой зависит от атрибутивного содержания:
Задание угла поворота в QGis

Собственно, на этом все готово. При необходимости можно изменить размер линий и установить необходимый цвет и прозрачность.
Изображение рельефа штриховкой

Или подлжить под штриховку другой слой.
Рельеф штриховкой в OSM

Обратите внимание, что мы использовали штрихи одинаковой длины и толщины, а это значит, что на наш рельеф будет выглядеть однородным. В некоторых случаях, это может оказаться более выгодным решением.

Ну и самое главное. Никто же не обязывает использовать только один метод визуализации рельефа. Штриховка совместно с классической отмывкой смотрятся весьма неплохо и скрывают взаимные недостатки:

Лиственницы в Елагином парке

О глазомерном измерении возрастов деревьев в парковых насаждениях

Я понимаю, что без этой информации вы жить не могли, но все таки. При повторной глазомерной оценке возрастов деревьев в парковых насаждениях ошибка составляет пол-процента на дерево, математическое ожидание ошибки 11,5 процента. Максимальная ошибка 30%, минимальная 0. В абсолютных числах это соответствует погрешности в четыре месяца на дерево (во пиздец-то!), средняя ошибка семь лет, максимальная — 20 лет. Ошибки в 10 лет чаще всего возникают при оценке возрастов в диапазоне 50-80 лет, ошибки в 20 лет возникают при оценке возрастов старше 80 лет. Породы разноплановые, от липы до лиственницы.

Впрочем реальный возраст все-равно не измерялся, так что эти данные еще ни о чем не говорят. К тому же, выборка включает всего двадцать два дерева, поэтому это не данные, а шляпа какая-то.

Но у многих и такого нет.

PS. Фотку хотел другую поставить, с годовыми кольцами, но она проеблась куда-то.

Вид с Елагина острова

Сплошное неудобство

Если следующий оборот колеса Сансары перекинет меня из человечьего тела в дерево, у меня, вероятно, будут обнажены корни, корневая поросль, корневая и стволовая гниль, боковые побеги, искривление ствола, наклон ствола, механические и морозобойные трещины, сухобочина, дупло, летные отверстия, свилеватость, наросты на стволе, плодовые тела грибов, отслоение коры, смолотечение, механические повреждения ствола, корней и коры, редкая крона, однобокая крона, сухие ветви 1-го и 2-го порядка, скворечник и кормушка, оголение древесины, спил и облом ветвей, затенение и общее усыхание. Я буду стоять весь такой больной и осыпаясь, хохотать и плакать, глядя как люди используют бумажные бланки при дендроинвентаризации.

Хохотать потому что давно уже написаны программы (например, memento), которые позволяют при небольшой настройке вносить данные сразу в электронный вид.

А плакать оттого, что я сам долгое время верил в их эффективность.

Если хочешь быть самым крутым в дендроинвентаризации, следует положить высотомер на традиции и скромность. Единственный способ облегчить и ускорить работу по перечету городских деревьев заключается в том, что все показатели необходимо надиктовывать на диктофон и впоследствии вбивать это в нотпад++. Все остальные способы есть суть хуета на палке.

Если вы думаете, что при использовании диктофона на вас посмотрят как на придурка — не переживайте. На вас в любом случае так посмотрят, поскольку нормальный человек в парк не деревья описывать приходит.

А вообще, этим постом я только хотел проверить, могу ли я свои заметки с телефона публиковать.