Viac

Vypočítať zmenu výšky prístrešku za 10 rokov?

Vypočítať zmenu výšky prístrešku za 10 rokov?


Chcem vedieť, koľko „vysokých“ stromov (väčších ako 30 m) spadlo v rokoch 2005 až 2015. Mám snímky LIDAR z rokov 2005 a 2015 z oblasti, kde je známe, že v dôsledku ľadových búrok padlo veľa vysokých stromov.

Vytvoril som 2 rastre výšky stromu, jeden pre rok 2005 a jeden pre rok 2015, odčítaním výšky zeme od výšky baldachýnu (pôvodne som mal 4 rastre). Čo chcem vedieť, je celkový počet pixelov, ktoré sa v období 2005-2015 znížili najmenej o 20 m.

Skúsil som s tým rôzne prístupy a stále som na to neprišiel. Má niekto pre mňa dobré rady?

(pomocou ArcGIS 10.2.1)


Stačí použiť rastrovú kalkulačku ArcGIS s príkazom CON.

CON (("h2005" - "h2015")> = 30, 1, 0)

Výsledkom bude binárny raster, kde [1] predstavuje rozdiely> = 30 m a [0] žiadna zmena na tomto prahu. A áno, nastavte svoje analytické prostredie na rozsah a rýchly rast.


Ako si uvedomujete, problém s vašim kódom je v tom, že hodnoty 2008 a 2015 nebudú chýbať iba v týchto rokoch, a preto nikdy nebudú chýbať v oboch premenných. Tu je jeden spôsob, ako rozložiť hodnoty na všetky roky pre každé odvetvie:

To závisí od výrazov, ako napríklad rok == 2008, ktorý bude vyhodnotený ako 1, ak je pravdivý, a 0, ak je nepravdivý. Ak vydelíte 0, výsledkom bude chýbajúca hodnota, ktorú Stata ignoruje, a to je presne to, čo chcete. Prevzatie súhrnov všetkých pozorovaní v odvetví zaručuje, že pre každé odvetvie sa zaznamená rovnaká hodnota.

Tu je ďalší spôsob, ktorý niektorí považujú za explicitnejší:

ktoré závisí od rovnakého princípu, že nezvestnosti budú ignorované.

Tu si všimnite použitie funkcie egen total (). Porovnávacia funkcia sum () stále funguje a je to rovnaká funkcia, ale tento názov je od Staty 9 nezdokumentovaný, aby sa predišlo zámene so súhrnnou funkciou Stata ().

Aby ste sa vyhli dvojitému (skutočne viacnásobnému) počítaniu, použite

označiť iba jedno pozorovanie pre každé odvetvie, ktoré sa má použiť v grafoch a tabuľkách, pre ktoré to chcete.


Abstrakt

Mapovanie biotopov voľne žijúcich živočíchov sa za posledných niekoľko desaťročí vyvíjalo rýchlym tempom. Počínajúc jednoduchými, často subjektívnymi, ručne kreslenými mapami, mapovanie biotopov teraz zahŕňa komplexné modely distribúcie druhov (SDM) pomocou mapovaných prediktorových premenných odvodených zo vzdialene snímaných údajov. Pri druhoch, ktoré obývajú rozsiahle geografické oblasti, je technológia diaľkového snímania často zásadná pre vytváranie širokých máp radu. Monitorovanie biotopov sov severných škvrnitých (Strix occidentalis caurina), ktorého geografický rozsah je asi 23 miliónov ha, je založený na SDM, ktoré používajú snímky Landsat Thematic Mapper na vytváranie dátových vrstiev lesnej vegetácie pomocou metód gradientu najbližšieho suseda (GNN). Vegetačné dátové vrstvy odvodené z GNN sú modelovanými vzťahmi medzi údajmi o inventarizačnom pláne lesa, podnebnými a topografickými údajmi a spektrálnymi podpismi získanými satelitom. Keď sa používajú ako premenné prediktora pre SDM, dochádza k určitému prenosu chyby modelovania GNN do konečnej mapy biotopov.

Nedávne nárasty využívania údajov o detekcii svetla a rozsahu (lidar) v spojení s potrebou vytvárať priestorovo presné a podrobné mapy lesnej vegetácie podnietili záujem o jeho použitie na SDM a mapovanie biotopov. Namiesto modelovania prediktorových premenných zo vzdialene snímaných spektrálnych údajov lidar poskytuje priame merania výšky vegetácie na použitie v SDM. Očakávame, že mapa biotopov SDM vyrobená z priamo meraných prediktorových premenných bude presnejšia ako mapa vytvorená z modelovaných prediktorov.

Použili sme softvér na modelovanie SDM s maximálnou entropiou (Maxent) na porovnanie prediktívnej výkonnosti a odhadov oblasti biotopov medzi SDM sovy severnej škvrnitej na báze Landsata a lidara a mapami biotopov. Skúmali sme rozdiely a podobnosti medzi týmito mapami a na už existujúcu leteckú interpretovanú mapu biotopov, ktorú vytvorili miestni biológovia voľne žijúcich živočíchov. Mapa založená na lidare mala najvyšší prediktívny výkon na základe 10 replikovaných modelov bootstrapom (AUC = 0,809 ± 0,011), ale výkon mapy na základe Landsata bol v prijateľných medziach (AUC = 0,717 ± 0,021). Ako je bežné u máp interpretovaných pomocou fotografií, nebolo k dispozícii žiadne porovnanie na posúdenie presnosti. Fotograficky interpretovaná mapa poskytla najvyššie a najnižšie odhady oblasti biotopov, v závislosti od zaradených tried biotopov (hniezdenie, ruju a biotop = 9962 ha, iba hniezdny biotop = 6036 ha). Mapa založená na Landsate poskytla odhad oblasti biotopov, ktorá bola v tomto rozmedzí (95% IS: 6679–9592 ha), zatiaľ čo mapa založená na lidare priniesla odhad plochy podobný tomu, ktorý miestni biológovia voľne žijúcich živočíchov interpretovali ako hniezdenie (tj. , vysoko kvalitný) biotop využívajúci letecké snímky (95% CI: 5453–7216). Intervaly spoľahlivosti odhadov oblastí biotopov z SDM na základe Landsata a lidaru sa prekrývali.

Dospeli sme k záveru, že SDM založené na Landsatovi a Lidare vytvorili primerané mapy a odhady oblasti pre biotop sovy severnej v rámci študovanej oblasti. Mapa založená na lidare bola presnejšia a priestorovo podobná tomu, čo miestni biológovia voľne žijúcich živočíchov považovali za hniezdisko sovy škvrnitej. Mapa založená na Landsate poskytla menej presnú priestorovú reprezentáciu biotopu v relatívne malých geografických medziach študovanej oblasti, ale odhady oblasti biotopov boli podobné ako na fotograficky interpretovaných, tak na lidarových mapách.

Fotograficky interpretované mapy sú časovo náročné na výrobu, majú subjektívny charakter a ťažko sa replikujú. SDM poskytujú rámec pre efektívnu produkciu máp biotopov, ktoré je možné replikovať podľa toho, ako sa podmienky biotopov v priebehu času menia, za predpokladu, že sú k dispozícii porovnateľné diaľkovo snímané údaje. Keď SDM používa prediktorové premenné extrahované z lidarových údajov, môže vytvoriť mapu biotopov, ktorá je presná a užitočná vo veľkých aj malých priestorových mierkach. Na porovnanie, SDM využívajúce údaje založené na Landsatovi sú vhodnejšie na rozsiahle analýzy množstiev a všeobecných priestorových vzorcov biotopov v regionálnych mierkach.


Čo znamená hodnotenie SEER v klimatizáciách?

V klimatizáciách je hodnotenie SEER metrika, ktorá vám v zásade dáva predstavu o tom, aký efekt chladenia vám poskytne vaša klimatizačná jednotka, ak ju napájate určitým množstvom elektrickej energie (výkonu).

Príklad: Máte prenosnú klimatizáciu 10 000 BTU. Počas dlhého horúceho leta ho budete používať 150 dní, keď ho budete používať 16 hodín denne.

Vypočítajme, koľko energie toto zariadenie spotrebuje:

Táto konkrétna AC jednotka generuje 10 000 BTU každú hodinu. Koľko hodín to prevádzkujete? Vynásobme 150 dní 16 hodinami denne, čo predstavuje 2 400 hodín používania ročne. Stručne povedané, používame:

2 400 h × 10 000 BTU/h = 24 000 000 BTU/rok

Toto číslo (24 000 000 BTU/rok) musíme rozdeliť pomocou hodnotenia SEER, aby sme získali kWh.

Ak napríklad máme klimatizáciu s hodnotením SEER 10, pozeráme sa na 2 400 000 kWh. Ak naopak máme klimatizáciu s hodnotením SEER 20, pozeráme sa na 1 200 000 kWh (o polovicu menej).

Ako veľmi nás tento rozdiel v hodnotení SEER ušetrí? Poďme teda vypočítať. Priemerná cena kilowatthodiny (kWh) v USA je 13,19 centov.

  • POZRI 10 náklady na elektrickú energiu: (2 400 000 kWh x 13,19 centov)/1 000 = 316,56 dolárov ročne
  • POZRI 20 náklady na elektrickú energiu: (1 200 000 kWh x 13,19 centov)/1000 = 158,28 dolárov ročne

V skratke, môžete ušetriť asi 150 dolárov ročne dokonca aj so stredne veľkou prenosnou klimatizáciou 10 000 BTU. To je 1 500 dolárov za 10 rokov.

Cena prenosnej klimatizácie sa bežne pohybuje pod 500 dolárov. Ako sme však videli na základe hodnotenia SEER, klimatizácia s vyšším hodnotením SEER sa môže rýchlo vyplatiť len tým, o koľko menej elektriny stojí.


Výsledky

Tabuľky 1 a 2 uvádzajú popisnú štatistiku použitých finančných premenných a charakteristík nemocníc. Priemerný CMI bol 1,26 a počas 7 rokov sa zvýšil o 1,7% ročne. Priemerné náklady práce boli 196 miliónov dolárov a medziročne sa zvýšili o 2,9% a priemerný majetok predstavoval 301 miliónov dolárov a v rovnakom časovom období sa zvýšil o 6,7% ročne. Je príznačné, že investície do IT sa za sedemročné obdobie takmer zdvojnásobili z 11,07 milióna dolárov na 20,7 milióna dolárov. Pokiaľ ide o charakteristiky nemocníc, priemerné licencované lôžko bolo 246. V nemocniciach bola väčšia pravdepodobnosť, že budú neziskovými nemocnicami (61,1%), a menej pravdepodobnými, že budú fakultnými nemocnicami (10,3%). Parametre modelu DPD sú uvedené v tabuľke 3. Testy špecifikácie sériovej korelácie naznačili, že druhé rozdiely odstránili sériovú koreláciu a boli použité pri odhade. Pretože je model nadmerne identifikovaný, bol použitý Hansenov test platnosti prístroja. Hansonov test p-hodnota bola 0,41, čo naznačuje, že obmedzenia nadmernej identifikácie neboli odmietnuté.

Odhady DPD naznačujú, že IT bolo negatívne spojené s CMI v okrajovom rozsahu (p <0,1). Napríklad v modeli 1 sa CMI znížil o 0,09%, keď sa IT zvýšilo o 10%. Aj keď boli celkové aktíva pozitívne prepojené s CMI, celková práca nebola významná. Zákon HITECH navyše autorizoval až 27 miliárd dolárov na motivačný program EMR na 10 rokov. Zákon HITECH stanovil zmysluplné používanie interoperabilného prijatia EHR v systéme zdravotnej starostlivosti. V našej vzorke sme skúmali vplyv zmysluplného použitia a interakciu zmysluplného použitia a nákladov na IT na CMI v modeli 2. Nenašli sme však významný vplyv fázy zmysluplného použitia a interakcie fázy zmysluplného použitia a nákladov na IT. Koeficienty pre náklady a aktíva v oblasti IT sú však podobné ako v modeli 1.


Vysokovýkonný fenotypizácia (HTP) na báze systému bez posádky (UAS) na odhad výnosov paradajok

Predikcia výnosu a výber odrôd sú kritickými komponentmi pre hodnotenie produkcie a výkonnosti v šľachtiteľských programoch a presnom poľnohospodárstve. Pretože rastliny integrujú svoju genetiku, okolité prostredie a podmienky riadenia, fenotypy plodín sa merali počas plodín tak, aby predstavovali znaky odrôd. V dnešnej dobe UAS (bezpilotný letecký systém) poskytuje novú príležitosť na zber vysoko kvalitných obrazov a efektívne vytváranie spoľahlivých fenotypových údajov. Tu navrhujeme vysokovýkonné fenotypovanie (HTP) z multitemporálnych obrazov UAS na odhad výnosov paradajok. RGB a multispektrálne obrázky na báze UAS sa zbierali týždenne a dvakrát týždenne. Tvar vlastností rajčiakov, ako sú vrchlík, vrchlík, objem a vegetačné indexy odvodené zo snímok UAS, sa odhadoval počas celej sezóny. Na extrakciu funkcií časových radov z fenotypových údajov založených na UAS boli krivky rastu plodiny a rýchlosť rastu zostavené pomocou matematických kriviek a rovníc prvej derivácie. Vlastnosti časových radov, ako je maximálna rýchlosť rastu, deň v konkrétnej udalosti a trvanie, boli extrahované z prispôsobených kriviek rôznych fenotypov. Lineárny regresný model produkoval vysoký

hodnoty aj pri rôznych metódach výberu premenných: všetky premenné (0,79), dopredný výber (0,7) a spätný výber (0,77). Faktorovou analýzou sme zistili dva významné faktory, rýchlosť rastu a načasovanie, súvisiace s odrodami s vysokým výnosom. Potom bolo vybraných päť fenotypov časových radov pre modely predikcie výťažku vysvetľujúce 65 percent rozptylu v skutočnom zbere. Fenotypové vlastnosti odvodené z RGB obrazov hrali dôležitejšie úlohy v predikčnom výťažku. Tento výskum tiež ukazuje, že je možné úspešne vybrať odrody paradajok s nižšou výkonnosťou. Výsledky tejto práce môžu byť užitočné v šľachtiteľských programoch a výskumných farmách na výber odrôd s vysokou úrodou a odolných voči chorobám/škodcom.

1. Úvod

Rastlinná výroba je jednou z najdôležitejších zložiek poľnohospodárstva, vrátane obilných potravín. Komerčná produkcia zeleniny v USA predstavovala v roku 2018 približne 33,9 milióna ton a 12,9 miliardy dolárov [1]. Paradajky majú predovšetkým najvyššiu hodnotu použitej produkcie a hodnota paradajok sa v roku 2018 zvýšila o viac ako 10 percent (1,9 miliardy dolárov). V poslednej dobe je výroba paradajok vystavená neustálemu tlaku biotických a abiotických stresov, akými sú podnebie, choroby a škodcovia, môže spôsobiť značnú stratu produkcie a kvality ovocia [2]. Na identifikáciu potenciálneho výnosu rajčiaka je potrebné pokročilé fenotypovanie, ktoré môže efektívne mapovať, monitorovať a predpovedať vlastnosti rastlín. Napriek dôležitosti výroby zeleniny tradičná metóda na vývoj nových kultivarov v šľachtiteľských programoch, monitorovaní rastu/chorôb plodín a predpovedaní úrody stále používa ručné odbery vzoriek, ktoré sú deštruktívne, náročné na pracovnú silu, časovo náročné a nákladné [ 3, 4].

Presné poľnohospodárstvo vyžaduje veľké množstvo údajov, aby sa zabezpečilo informované rozhodovanie na úrovni konkrétnej plodiny a pozemku. Diaľkovo snímané údaje sa používajú na zhromažďovanie údajov včasne alebo takmer v reálnom čase pre poľnohospodárske aplikácie, pretože nekontaktované merania senzormi sa v posledných desaťročiach stali nedeštruktívne a efektívnejšie [5]. Satelitné a vzdušné diaľkové snímanie však často nedokáže poskytnúť vhodné údaje potrebné na posúdenie na úrovni závodu alebo pozemku, pretože získavanie údajov je ovplyvnené oblačnosťou, nákladmi, nízkym priestorovým rozlíšením a obmedzeným časovým rozlíšením [6]. V posledných rokoch boli bezpilotné letecké systémy (UAS), konkrétne bezpilotné prostriedky (UAV) alebo drony, považované za sľubnú technológiu s vysokým potenciálom pre poľnohospodárske aplikácie, ako je monitorovanie rastu plodín, monitorovanie chorôb, predikcia výnosov a biomasa odhad [7, 8]. UAS tiež ponúka nové príležitosti na zber údajov s jemnejším priestorovo-časovým rozlíšením pre vysokovýkonné fenotypovanie (HTP). Okrem toho sa znižujú náklady na hardvér platforiem a senzorov UAS, čo vytvára nižšiu vstupnú bariéru, aby študenti, vedci a zainteresované strany mohli ľahko prijať UAS. Tieto nové technológie sú alternatívnym riešením na riešenie obmedzení manuálnych alebo konvenčných metód diaľkového snímania na meranie charakteristík plodín [3, 4].

V niekoľkých štúdiách bolo dokázané, že diaľkovo snímané údaje založené na UAS by mohli merať vlastnosti plodín, ako je napríklad kryt koruny, výška rastliny a indexy vegetácie, častejšie a konzistentnejšie na väčšej ploche ako manuálne meranie [3, 9, 10]. Nadzemná biomasa (AGB) plodín na ornej pôde bola odhadnutá aj výškovým modelom založeným na UAV [11]. Jiang a kol. [12] a Li a kol. [13] tiež odhadli AGB pomocou multispektrálnych a hyperspektrálnych snímok na báze UAV pre ryžu a zemiaky. Predikcia výnosu pomocou údajov UAS je ďalšou hlavnou témou presného poľnohospodárstva. Jung a kol. [14] ukázali, že HTP na báze UAS by mohol poskytnúť hodnosť genotypov bavlny a najlepšie odrody s vysokým výnosom by mohli poskytnúť výnosy o 10 percent vyššie, zatiaľ čo Maimaitijiang et al. [15] odhadovaná sójová biomasa z modelu objemu baldachýnu na báze UAS. Nedávny výskum tiež prijal techniku ​​umelej inteligencie (AI) na odhad biomasy a výnosu [16, 17]. Stavy rastlín, ako sú sucho, choroby, nedostatky vo výžive, škodcovia a buriny, boli monitorované a hodnotené pomocou UAV [18]. Predchádzajúce štúdie extrahovali parametre plodín z údajov UAS a použili premenné priamo na vývoj rôznych metód, ale merania založené na UAS mohli kolísať v dôsledku chýb v závislosti od podmienok zberu údajov, ako je počasie, senzory, dátum a čas.

Napriek obchodnému významu rajčiakov, niekoľko štúdií použilo údaje UAS na odhad výnosov. Enciso a kol. [19] validované merania UAV v porovnaní s poľnými údajmi pre odrody paradajok. Johansen a kol. [20] použili časovú sériu snímok UAS na monitorovanie fenotypových vlastností jednotlivých rastlín rajčiaka, vrátane plochy baldachýnu, stavu a rýchlosti rastu, na kvantifikáciu reakcií na stres slanosti a identifikáciu prístupov rastlín rajčiaka, ktoré dosahovali najlepšie výsledky z hľadiska výnosu. Johansen a kol. [21] tiež navrhli modelovanie a predpovedanie biomasy a výnosu jednotlivých rastlín rajčiaka v poľnohospodárskom meradle prostredníctvom fenotypizácie založenej na poli a UAS. V posledných rokoch bol vyvinutý rámec strojového učenia na odhad výnosov paradajok pomocou viacúlohových údajov diaľkového snímania zozbieraných z UAS [22]. Tieto počiatočné práce však priamo používali obmedzené údaje z časových radov počas celej plodinovej sezóny a fenotypov.

V tejto štúdii navrhujeme novú metódu na extrakciu pokročilých fenotypových znakov z údajov UAS v poli paradajok na odhad výnosov a výber odrôd. Krivky rastu a rýchlosti rastu fenotypových údajov boli generované z multitemporálnych údajov UAS na extrakciu znakov plodiny indikujúcich načasovanie a rýchlosť rastu počas celej plodinovej sezóny. Faktorová analýza sa použila na analýzu hodnotnejších fenotypových znakov. Nakoniec sme vygenerovali model odhadu výťažku v poli paradajok a potom sme demonštrovali možnosť výberu vysoko výkonných odrôd a eliminácie odrôd s nižšou výkonnosťou.

2. Študijná oblasť a materiály

2.1. Študijná oblasť

Študijná oblasť sa nachádzala vo výskumnom a rozširovacom centre Texas A & ampM (Agriculture and Mechanical) AgriLife vo Weslaco, Texas, USA (zemepisná šírka: 26 ° 9

24 N, zemepisná dĺžka: 97 ° 57 46 W) (obrázok 1 (a)). Paradajkové polia sa skladajú z dvoch hlavných zložiek na identifikáciu/charakterizáciu odolnosti voči chorobám prenášaným vektormi hmyzu a hodnotenie dátumov výsadby a mulčovača na rozšírenie produkcie paradajok. Západná strana študovanej oblasti bola vybraná tak, aby sa na selekciu odrôd s vysokým výnosom použila metóda fenotypizácie na základe UAS. Každý experimentálny pozemok, ktorý pozostával zo štyroch jednotlivých rastlín rajčiaka, bol vytvorený s tromi dátumami výsadby (29. februára, 16. marca a 31. marca 2016), plastovými krytmi mulča (čiernymi, bielymi a holými) a kultivarmi (9 rôznych odrody). Každá odroda bola replikovaná trikrát v deň výsadby a kryt mulča v náhodnom umiestnení. Paradajky sa zozbierali trikrát z každého grafu a súčet (celkový výnos) troch zberov sa použil na model a predikciu výnosu.

Okolo študovanej oblasti boli nainštalované body pozemnej kontroly (GCP) na presné georeferencovanie a spoločnú registráciu spracovaných údajov UAS vrátane ortomosaických snímok a modelov digitálneho povrchu (DSM) [3]. Napriek tomu, že približná poloha všetkých snímok bola zaznamenaná palubným systémom GPS UAV, v tejto štúdii bolo nainštalovaných celkom 9 GCP (obrázky 1 (b) a 1 (c)). Okolo rajčiaka bolo umiestnených osem GCP a jeden GCP bol nainštalovaný v strede študovanej oblasti na korekciu bowlingových efektov štruktúrou z pohybu (SfM), čo je najčastejšie používaný algoritmus na vytváranie ortomosaických obrazov z údajov UAS [23] . Stredová súradnica všetkých GCP sa merala pomocou APS-3 Real-Time Kinematic (RTK) GPS (Altus Positioning System, Inc., California, USA).

2.2. Platformy a senzory UAS

DJI Phantom Products (DJI, Shenzhen, Čína), ktorý je najobľúbenejším komercionalizovaným modelom, a platforma UAV vyvinutá výskumným tímom pozostávajúcim z kvadrokoptéry Iris (3DR, Berkeley, USA) a digitálneho fotoaparátu Canon S110 (Canon, Tokio) , Japonsko), čo je 12-megapixelový fotoaparát, boli použité na zber RGB (obrázok 2 (a)). Pre multispektrálne údaje bol vyvinutý ďalší systém UAS s oktakoptérou X8 (3DR, Berkeley, USA) a ADC Snap (Tetracam, Chatsworth, UAS) (obrázok 2 (b)), ktorý môže zbierať 3 pásma vrátane vlnových dĺžok zeleného, ​​červeného a takmer infračervené (NIR). Výskumná skupina Corpus Christi navrhla držiak na integráciu multispektrálnej kamery do spodnej časti platformy X8. Držiak bol vytlačený 3D tlačiarňou a zostavený s tlmičmi. Vyvinuté systémy zbierali geotagged RGB a multispectral obrazy. Tabuľka 1 uvádza špecifikáciu RGB a multispektrálneho systému založeného na UAS použitého v tejto štúdii na zber údajov.


Ukazovatele zmeny klímy: hladina mora

Tento indikátor popisuje, ako sa hladina mora v priebehu času menila. Indikátor popisuje dva typy zmien hladiny mora: absolútne a relatívne.

  • Postava 1. Globálna priemerná absolútna zmena hladiny mora, 1880–2019

Tento graf ukazuje kumulatívne zmeny hladiny mora vo svetových oceánoch od roku 1880 na základe kombinácie dlhodobých meraní prílivu a odlivu a nedávnych satelitných meraní. Tento obrázok ukazuje priemernú absolútnu zmenu hladiny mora, ktorá sa týka výšky hladiny oceánu bez ohľadu na to, či blízka krajina stúpa alebo klesá. Satelitné údaje sú založené výlučne na nameranej hladine mora, zatiaľ čo dlhodobé údaje o prílivu a odlivu obsahujú malý korekčný faktor, pretože veľkosť a tvar oceánov sa v priebehu času pomaly menia. (V priemere sa dno oceánu od posledného vrcholu doby ľadovej, pred 20 000 rokmi, postupne potápa.) Zatienený pás ukazuje pravdepodobný rozsah hodnôt na základe počtu zhromaždených meraní a presnosti použitých metód.

Zdroje údajov: CSIRO, 2017 3 NOAA, 2021 4
Aktualizácia z webu: Apríl 2021

Táto mapa ukazuje kumulatívne zmeny relatívnej hladiny mora od roku 1960 do roku 2020 v staniciach s rozchodom prílivu pozdĺž pobrežia USA. Relatívna hladina mora odráža zmeny hladiny mora, ako aj nadmorskej výšky pevniny.

Zdroj údajov: NOAA, 2021 5
Aktualizácia z webu: Apríl 2021

Kľúčové body

  • Po približne 2 000 rokoch malých zmien (tu nie sú uvedené) sa globálna priemerná hladina mora v priebehu 20. storočia zvyšovala a rýchlosť zmien sa v posledných rokoch zrýchlila. Pri priemerovaní zo všetkých svetových oceánov sa absolútna hladina mora v rokoch 1880 až 2013 zvýšila priemerným tempom 0,06 palca za rok (pozri obrázok 1). Od roku 1993 však priemerná hladina mora rástla rýchlosťou 0,12 až 0,14 palca ročne-zhruba dvakrát rýchlejšie ako dlhodobý trend.
  • Relatívna hladina mora stúpla na veľkej časti amerického pobrežia v rokoch 1960 až 2020, najmä na stredoatlantickom pobreží a častiach pobrežia Mexického zálivu, kde niektoré stanice zaznamenali nárast o viac ako 8 palcov (pozri obrázok 2). Na niektorých miestach Aljašky a severozápadného Pacifiku medzitým klesla relatívna hladina mora. V týchto lokalitách, aj keď sa zvýšila absolútna hladina mora, sa výška pevniny zvýšila rýchlejšie.
  • Aj keď sa absolútna hladina mora celkovo neustále zvyšuje, najmä v posledných desaťročiach, regionálne trendy sa líšia a absolútna hladina mora sa na niektorých miestach znížila. 2 Relatívna hladina mora tiež nerástla rovnomerne kvôli regionálnym a miestnym zmenám v pohybe pevniny a dlhodobým zmenám v modeloch pobrežného obehu.

Pozadie

So zmenou teploty Zeme sa mení aj hladina mora. Teplota a hladina mora sú spojené z dvoch hlavných dôvodov:

  1. Zmeny v objeme vody a ľadu na pevnine (menovite ľadovce a ľadové kryhy) môžu zvýšiť alebo znížiť objem vody v oceáne (pozri ukazovateľ Ľadovce).
  2. Keď sa voda ohrieva, mierne expanduje - efekt, ktorý je kumulatívny v celej hĺbke oceánov (pozri indikátor Ocean Heat).

Zmena hladiny mora môže ovplyvniť ľudské aktivity v pobrežných oblastiach. Stúpajúca hladina mora zaplavuje nízko položené mokrade a suchú zem, eroduje pobrežné línie, prispieva k záplavám na pobreží a zvyšuje tok slanej vody do ústia riek a blízkych podzemných vôd. Vyššia hladina mora tiež spôsobuje, že pobrežná infraštruktúra je zraniteľnejšia voči škodám spôsobeným búrkami.

Zmeny morskej hladiny, ktoré postihujú pobrežné systémy, však zahrnujú viac než len rozširovanie oceánov, pretože kontinenty Zeme môžu vzhľadom na oceány aj stúpať a klesať. Krajina môže stúpať procesmi, ako je akumulácia sedimentov (proces, pri ktorom sa vybudovala delta rieky Mississippi) a geologický vzostup (napríklad keď sa ľadovce topia a krajinu pod nimi už nezaťažuje ťažký ľad). V iných oblastiach sa môže pôda potopiť v dôsledku erózie, zhutnenia sedimentov, prirodzeného poklesu (potápanie v dôsledku geologických zmien), odoberania podzemných vôd alebo inžinierskych projektov, ktoré bránia riekam prirodzene ukladať sedimenty pozdĺž brehov. Zmeny v morských prúdoch, ako je Golfský prúd, môžu tiež ovplyvniť hladiny mora tým, že tlačia viac vody na niektoré pobrežia a odtiahnu ich od ostatných, čím zodpovedajúcim spôsobom zvyšujú alebo znižujú hladinu mora.

Vedci vysvetľujú tieto typy zmien meraním zmeny hladiny mora dvoma rôznymi spôsobmi. Relatívna zmena hladiny mora sa týka toho, ako výška oceánu stúpa alebo klesá vzhľadom na pevninu na konkrétnom mieste. Naproti tomu absolútny zmena hladiny mora sa týka výšky hladiny oceánu nad stredom zeme bez ohľadu na to, či blízka krajina stúpa alebo klesá.

O indikátore

Tento indikátor predstavuje trendy v hladine mora na základe meraní z meračov prílivu a od satelitov, ktoré obiehajú okolo Zeme. Merače prílivu a odlivu merajú relatívnu zmenu hladiny mora v bodoch pozdĺž pobrežia, zatiaľ čo satelitné prístroje merajú absolútnu zmenu hladiny mora takmer na celom povrchu oceánu. Mnoho meračov prílivu a odlivu zhromažďuje údaje viac ako 100 rokov, zatiaľ čo satelity zbierajú údaje od začiatku 90. rokov minulého storočia.

Obrázok 1 zobrazuje priemernú ročnú zmenu hladiny mora na celom povrchu oceánu Zeme. Dlhodobý trend je založený na údajoch z prílivu a odlivu, ktoré boli upravené tak, aby ukazovali absolútne globálne trendy prostredníctvom kalibrácie s najnovšími satelitnými údajmi. Tento dlhodobý súbor údajov bol vypočítaný do roku 2013, zatiaľ čo satelitné údaje sú teraz k dispozícii do konca roku 2019. Obrázok 2 ukazuje trendy v lokálnejšom meradle a zdôrazňuje zmenu relatívnej hladiny mora v rokoch 1960 až 2020 na 67 meracích prístrojoch prílivu a odlivu. Atlantické, tichomorské a zálivové pobrežie USA.

O údajoch

Poznámky k indikátoru

Relatívne trendy hladiny morí predstavujú kombináciu absolútnej zmeny hladiny mora a akéhokoľvek pohybu na pevnine. Merania prílivu a odlivu, ako sú tie na obrázku 2, vo všeobecnosti nedokážu rozlíšiť medzi týmito dvoma rôznymi vplyvmi bez presného merania vertikálneho pohybu zeme v blízkosti.

Niektoré zmeny v relatívnej a absolútnej hladine mora môžu byť dôsledkom viacročných cyklov, ako sú El Niño a La Niña, ktoré ovplyvňujú teploty pobrežných oceánov, obsah soli, vzorce vetra, atmosférický tlak (a teda aj búrkové dráhy) a prúdy. Získanie spoľahlivého trendu môže vyžadovať mnoho rokov údajov, a preto bol satelitný záznam na obrázku 1 doplnený o dlhodobejšiu rekonštrukciu založenú na meraniach prílivu a odlivu.


Obsah

Dynamika medzier je výsledkom porúch v ekosystéme. Existujú poruchy vo veľkom aj malom rozsahu a obe sú ovplyvnené trvaním a frekvenciou. To všetko ovplyvňuje výsledný vplyv a regeneračné vzorce ekosystému.

Najbežnejším typom rušenia v tropickom ekosystéme je oheň. Pretože väčšina živín v tropickom ekosystéme je obsiahnutá v biomase rastlín, oheň je dôležitou súčasťou recyklácie týchto živín, a teda obnovy ekosystému.

Príkladom rušenia v malom rozsahu je pád stromu. To môže spôsobiť pohyb pôdy, ktorá prerozdelí všetky živiny alebo organizmy, ktoré boli pripevnené k stromu. Padajúci strom tiež otvára baldachýn pre ľahký vstup, ktorý môže podporovať rast ďalších stromov a rastlín.

Po vyrušení existuje niekoľko spôsobov, akými môže dôjsť k regenerácii. Jeden zo spôsobov, ktorý sa nazýva postup predbežnej regenerácie, je vtedy, keď primárne podsvetie už obsahuje sadenice a stromčeky. Táto metóda je najbežnejšia v neotropikách, ak sa stretávajú s poruchami malého rozsahu. Ďalšia cesta pochádza zo zvyškov stromov alebo akéhokoľvek rastu zo základov alebo koreňov a je bežná v malých medzierach rušenia. Tretia cesta sa označuje ako banka pôdnych semien a je výsledkom klíčenia semien, ktoré sa už v pôde nachádzajú. Poslednou cestou regenerácie je príchod nových semien rozptýlením zvierat alebo pohybom vetra. Najdôležitejšími zložkami regenerácie sú distribúcia semien, klíčenie a prežitie. [1]

Postupy regenerácie lesov v Severnej Amerike až donedávna do značnej miery vychádzali z poľnohospodárskeho modelu, pričom výskum sa zameriaval na techniky vytvárania a podpory skorého rastu vysadeného materiálu po čistom kosení (Cleary et al. 1978, Lavender et al. 1990, Wagner a Colombo 2001) , [2] [3] [4], po ktorých nasledujú štúdie rastu a výnosu s dôrazom na jednodruhový rast neovplyvnený prehnaným baldachýnom. Coates (2000) [5] spochybnil tento prístup a navrhol posun k ekologickejšiemu a sociálnejšie založenému prístupu, ktorý bude schopný pojať väčšiu rozmanitosť v riadených porastoch. Prediktívne modely obnovy a rastu lesa, ktoré zohľadňujú variabilné úrovne zadržiavania koruny stromov, budú potrebné so zvyšujúcou sa komplexnosťou obhospodarovaných lesných porastov (Coates 2000). [5]

Regenerácia stromov prebiehajúca vo vnútri medzier v korunách stromov po poruche bola podrobne študovaná (Bazzaz a Pickett 1980, Platt a Strong 1989). [6] [7] Štúdie dynamiky medzier významne prispeli k pochopeniu úlohy narušenia malého rozsahu v lesných ekosystémoch, ale lesníci ich málo využívali na predpovedanie reakcií stromov po čiastočnom výrube (Coates a Burton 1997). [8]

V severných lesoch s vysokou šírkou môže mať poloha vnútri medzery výrazný vplyv na úroveň zdrojov (napr. Dostupnosť svetla) a mikroklimatické podmienky (napr. Teplotu pôdy), najmä pozdĺž osi sever-juh. Také odchýlky musia nevyhnutne ovplyvniť množstvo a rast regenerácie, ale spoliehať sa výlučne na prirodzenú regeneráciu na oddelenie účinkov veľkosti medzery a polohy je problematické (Coates 2000). [5] Medzi mnohé faktory ovplyvňujúce zakladanie sadeníc po poruche koruny patrí blízkosť a početnosť rodičovského stromu, substrát semenného lôžka, prítomnosť konzumentov a dispergátorov osiva a klimatická a mikroklimatická variabilita. Vysadené stromy je možné použiť na zabránenie mnohým stochastickým udalostiam okolo založenia prírodných sadeníc.

Gradienty vplyvu koruny je možné vytvoriť čiastočným rezom a reakcie rastu stromov v medzerách rôznych veľkostí a konfigurácií, ako aj v priľahlej lesnej matrici môžu tvoriť základ pre výber drevín. Hybridný smrek (komplex bieleho smreka, smreka sitka a príležitostne aj smreka engelmanského) bol jedným z niekoľkých ihličnatých druhov použitých v štúdii v subzóne Vlhká zima v zóne Vnútorný céder – Hemlock na severozápade Britskej Kolumbie. Celkovo bolo vybraných 109 medzier z populácie otvorov vytvorených ťažbou dreva v rámci každého ľahkého a ťažkého čiastočného rezania v porastoch s priemerom 30 m vo výške prístrešku 76 medzier bolo menších ako 1 000 m 2, 33 bolo medzi 1 000 m 2 a 5 000 m 2 . Veľkosť medzery medzi baldachýnom bola vypočítaná ako plocha elipsy, ktorej hlavnou osou bola najdlhšia čiara, ktorá sa dala viesť od okraja vrchlíka k okraju vrchlíka vo vnútri medzery, a vedľajšia os bola najdlhšou čiarou, ktorú bolo možné spustiť od okraja vrchlíka. kolmo na dlhý riadok. Sadenice boli zasadené do medzier a do nerušených a čistých rezných jednotiek. Ako sa veľkosť medzery zvyšovala, medzi sadenicami existovali silné a konzistentné trendy v reakcii na rast. U všetkých druhov sa rast rýchlo zvýšil z malých medzier medzi jednotlivými stromami na asi 1 000 m 2, ale potom došlo k malým zmenám až do 5 000 m 2. Veľkosť stromov a súčasné miery rastu pre všetky druhy boli najvyššie v plne otvorených podmienkach. Vo veľkých a stredných medzerách (300 - 1 000 m 2) sa najväčšie stromy zo všetkých druhov vyskytovali v strednej medzere, s malým rozdielom medzi slnečnou severnou a tienistou južnou polohou, borovica lesná okrem. Svetelná výhoda očakávaná zo severného konca medzier vo vyšších šírkach nebola prínosom pre rast stromov, čo naznačuje, že podzemné efekty stromov na okraji koruny stromov majú významný vplyv na rast sadeníc v týchto lesoch (Coates 2000). [5]

V štúdii v blízkosti Chapleau v Ontariu (Groot 1992, Groot et al. 1997) [9] [10] otvory boli vytvorené v 40-ročnom osiku a monitorované, aby sa určil ich vplyv na vývoj sadenice bieleho smreka. Kruhové otvory s priemerom 9 ma 18 m, pásy východ-západ široké 9 m a 18 m a holý výsek 100 m × 150 m boli vysadené a bodovo zasadené. Rozdiely v slnečnom žiarení, teplote vzduchu a teplote pôdy medzi pásmi a pozemkami boli takmer také veľké ako rozdiely medzi holým a neporušeným lesom. Slnečné žiarenie sa počas prvého vegetačného obdobia pohybovalo od 18% hodnôt nad korunou v nepokosenom poraste po 68% hodnôt v strede 18 m pásu. V blízkosti okrajov pásov bolo slnečné žiarenie asi 40% vrchlíka na juhu a 70% až 80% pozdĺž severu. Stomatálna vodivosť v sadeniciach bieleho smreka všeobecne klesala z viac chránených do exponovanejších prostredí, čo najlepšie koreluje so zvýšeným deficitom tlaku pár (VPD). Bez kontroly vegetácie mala poloha v otvoroch malý vplyv na rast opätovného rastu vysadených sadeníc bieleho smreka izolovaných vegetácií menšej vegetácie z mikroklimatických účinkov nadmerného ošetrovania. Priemery sadeníc boli nezávislé od prostredia, zatiaľ čo rast výšky bol v prostrediach s väčším svetlom len o niečo väčší. Pri kontrole vegetácie bol priemer a výška bieleho smreka najväčší v strede pásov, aj keď tam bolo menej svetla ako pozdĺž severného okraja pásov. Za týmto výsledkom môže stres z vlhkosti.

Následníctvo je pomalá obnova lesných medzier v dôsledku prírodných alebo ľudských porúch. Keď dôjde k veľkým geologickým zmenám, ako sú erupcie sopiek alebo zosuvy pôdy, súčasná vegetácia a pôda sa môžu erodovať a zanechať iba skalu. Primárna postupnosť nastáva, keď priekopnícke druhy, ako sú lišajníky, kolonizujú horninu. Pri rozklade lišajníkov a machov vzniká pôdny substrát nazývaný rašelina. Rašelina postupom času vytvorí suchozemský ekosystém. Odtiaľ sa budú vyvíjať bylinné, nedrevnaté rastliny a budú nasledovať stromy. Obnovenie veľkých dier alebo medzier v lesnom ekosystéme zo skalného podložia bude trvať stovky rokov. [11]

Sekundárna postupnosť nastáva tam, kde došlo k narušeniu, ale pôda zostáva a je schopná podporovať rast rastlín. Vzhľadom na už prítomný pôdny substrát netrvá tak dlho, kým dôjde k regenerácii rastlín. Sekundárna postupnosť je oveľa bežnejšia ako primárna postupnosť v trópoch.

Ekologická sekundárna postupnosť prebieha v štyroch odlišných fázach: Po prvé, dochádza k rýchlej kolonizácii vyčistenej pôdy druhmi, ako sú bylinky, kríky a horolezci, ako aj sadenicami z priekopníckych drevín, čo môže trvať až tri roky. Potom druhy s krátkou životnosťou, ale rýchlo rastúce tiene, netolerujúce tieň, vytvoria baldachýn viac ako 10 až 30 rokov. Nepriekopnícke heliofilné (slnko milujúce) dreviny potom pridávajú na biomase a druhovom bohatstve, ako aj na druhoch odolných voči odtieňom, a to môže trvať 75 až 150 rokov. A nakoniec, druhy tolerantné voči tieňom získavajú neobmedzenú výšku celého baldachýnu, kým nedôjde k ďalšiemu veľkému narušeniu. [12]

Sekundárna postupnosť v trópoch začína priekopníckymi druhmi, ktoré rýchlo rastú a zahŕňajú vinič a kríky. Akonáhle sú tieto druhy etablované, vyvinú sa veľké heliofilné druhy, ako sú heliconias. Cecropias sú tiež hlavným priekopníckym stromom v trópoch a sú prispôsobené tak, aby dobre rástli tam, kde medzery v lesoch ustupujú slnečnému žiareniu. Druhy tolerujúce tieň, ktoré zostali nízko v lese, sa vyvíjajú a stávajú sa oveľa vyššími. Tieto postupné fázy nemajú jednoznačný poriadok ani štruktúru a vzhľadom na veľmi vysokú biodiverzitu v trópoch existuje veľká konkurencia v oblasti zdrojov, ako sú živiny v pôde a slnečné svetlo.

Vzhľadom na skutočnosť, že horizontálna a vertikálna heterogenita lesa je výrazne zvýšená medzerami, medzery sa stávajú zrejmým faktorom pri vysvetľovaní vysokej biodiverzity. Je dokázané, že medzery vytvárajú vhodné podmienky pre rýchly rast a reprodukciu. Napríklad druhy rastlín, ktoré netolerujú tieň a mnohé druhy rastlín, ktoré tolerujú tieň, reagujú na medzery zvýšeným rastom a prinajmenšom niekoľko druhov závisí od medzier, aby uspeli vo svojom prostredí (Brokaw 1985 Hubbell a Foster 1986b Murray 1988 Clark a Clark 1992). Medzery vytvárajú rozmanitú mikroklímu, ktorá ovplyvňuje svetlo, vlhkosť a vietor (Brokaw 1985). Vystavenie okrajovým efektom napríklad zvyšuje intenzitu svetla a vetra v mikroklíme a znižuje jeho vlhkosť. Štúdia vykonaná na ostrove Barro Colorado v Paname ukázala, že medzery majú väčšie usadenie sadeníc a vyššiu hustotu stromčeka ako kontrolné oblasti.

Druhová bohatosť bola v medzerách vyššia ako v kontrolných oblastiach a medzi medzerami bola väčšia rozmanitosť druhového zloženia. Táto štúdia však tiež zistila, že na jednu medzeru existuje nízka miera náboru, čo vysvetľuje, prečo sa medzery líšia v druhovom zložení. S 2% až 3% pri priekopníckych druhoch a 3% až 6% pri odtieňovo tolerantných a stredne pokročilých druhoch. Naznačujúc, že ​​väčšina druhov nemôže využiť medzery, pretože sa k nim nemôžu dostať rozptýlením semien. To znamená, že Janzen-Connellho efekt hrá hlavnú úlohu vo vzťahu stromov s medzerami. Model úmrtnosti závislý od hustoty Janzen-Connell uvádza, že väčšina stromov hynie ako semeno alebo sadenice. Navyše sa predpovedá, že hostitelia-špecifickí predátori alebo patogény budú najväčší tam, kde je najväčšia hustota, ktorá je pod rodičovským stromom. To potvrdzuje hlavné príčiny medzier, ktorými sú padanie stromov v dôsledku úmrtnosti spôsobenej termitmi alebo rastom epifytov. Janzen-Connell model tiež uvádza, že rovnováha medzi rozptýlenou vzdialenosťou a úmrtnosťou by mala spôsobiť, že najvyšší nábor bude v určitej vzdialenosti od rodiča. Ak teda tieto medzery vytvárajú rodičia, sadenice sa verbujú mimo medzery, čo vedie k zvýšeniu miery prežitia so zvyšujúcou sa vzdialenosťou od rodiča. To vysvetľuje nízku mieru náboru na jednu medzeru zistenú v experimente vykonanom na ostrove Barro Colorado. [13]

Potvrdila to štúdia vykonaná v La Selva v Kostarike, ktorá vypočítala index osvetlenia koruny pre deväť drevín od špecialistov na medzery až po objavujúce sa druhy baldachýnov. Hodnoty osvetlenia koruny sa pohybovali od 1, čo indikovalo slabé svetlo, a 6, čo naznačovalo, že koruna stromu bola úplne odhalená. Po použití matematického modelu na výpočet zmien v priemere stromu a zmien v osvetlení koruny s vekom. Tento model pomohol odhadnúť dĺžku života, čas prechodu na rôzne veľkosti a vekové vzorce úmrtnosti. Výsledky ukázali, čo ukazuje väčšina štúdií dynamiky medzier, priekopníckym druhom sa darilo v prostredí s vysokým osvetlením a nepionierovým druhom vykazovali vysokú úmrtnosť v mladosti, ale miera úmrtnosti sa s vekom znižovala. Akonáhle však stromy boli veľmi veľké, prežili, potom sa znížili. [14]


Často kladené otázky

Statcounter je služba webovej analýzy. Náš kód sledovania je nainštalovaný na viac ako 2 miliónoch webov po celom svete. Tieto stránky pokrývajú rôzne činnosti a geografické polohy. Každý mesiac zaznamenávame na týchto stránkach miliardy zobrazení stránok. Pri každom zobrazení stránky analyzujeme použitý prehliadač/operačný systém/rozlíšenie obrazovky a zistíme, či je zobrazenie stránky z mobilného zariadenia. Pokiaľ ide o štatistiky našich vyhľadávacích nástrojov, analyzujeme každé zobrazenie stránky, ktoré odkazuje vyhľadávací nástroj. V rámci našich štatistík sociálnych médií analyzujeme každé zobrazenie stránky, na ktoré odkazuje web sociálnych médií. Sumarizujeme všetky tieto údaje, aby sme získali informácie o našej globálnej štatistike.

Poskytujeme nezávislé, nezaujaté štatistiky o trendoch používania internetu. Naše štatistiky nespájame s inými zdrojmi informácií. Nepoužívajú sa žiadne umelé váhy. Odstránime aktivitu robotov a vykonáme malú úpravu v našich štatistikách prehliadača, aby sa predbežne vykreslili v prehliadači Google Chrome. Okrem týchto úprav zverejňujeme údaje tak, ako ich zaznamenávame.

Inými slovami, naše globálne štatistiky vypočítavame na základe viac ako 10 miliárd zobrazení stránky mesačne ľuďmi z celého sveta na našich viac ako 2 miliónoch členských stránok.

Zhromažďovaním našich údajov týmto spôsobom sledujeme aktivitu návštevníkov tretích strán na našich členských webových stránkach. Naše štatistiky nevypočítavame iba na základe aktivity našich členov. To pomáha minimalizovať skreslenie údajov a dosiahnuť náhodnú vzorku.

V septembri 2015 našu globálnu vzorku tvorilo 16,3 miliardy zobrazení stránok (USA: 2,7 miliardy). 2,3 miliardy z nich tvorili odporúčania z vyhľadávacích nástrojov (USA: 404 miliónov), 576 miliónov z nich boli odporúčania zo sociálnych médií (USA: 155 miliónov).

Sú prenosné počítače súčasťou platformy pre stolné počítače?

Áno. Notebooky a stolné počítače sú súčasťou stolnej platformy. Na určenie platformy používame zástupcu používateľa prehliadača a v používateľskom zástupcovi nie je dostatok informácií na rozlíšenie medzi prenosnými počítačmi a stolnými počítačmi. Preto nemáme samostatnú platformu pre prenosné počítače.

Môžem použiť údaje Statcounter Global Stats pre svoj blog/web/papier/projekt/knihu?

Samozrejme. V spoločnosti Statcounter Global Stats licencujeme naše dielo pod licenciou Creative Commons Attribution-Share Alike 3.0 Unported License. To znamená, že môžete použiť akékoľvek informácie poskytnuté spoločnosťou Statcounter Global Stats, ale uistite sa, že nám kredit (pomocou odkazu) pripíšete kdekoľvek, kde použijete naše štatistiky/údaje/grafy.

Aké štatistiky poskytuje spoločnosť Statcounter Global Stats?

  • Prehliadač
  • Verzia prehliadača
  • Mobilný prehliadač
  • Operačný systém
  • Mobilný OS
  • Vyhľadávač
  • Mobilné vyhľadávanie
  • Mobil vs. stolný počítač
  • Rozlíšenie obrazovky
  • Rozlíšenie mobilnej obrazovky
  • Sociálne médiá
  • Dodávateľ zariadenia (beta)

Prečo sa údaje v čiarových a stĺpcových grafoch líšia?

Čiarové a stĺpcové grafy merajú rôzne veci a MALI by sa preto líšiť. Oba typy grafov ponúkajú rovnako správne/robustné informácie.

Stĺpcový graf je diskrétny a zobrazuje celkové údaje. Čiarový graf je nepretržitý a ukazuje trendy v čase. Rôzne typy grafov sú vhodné v rôznych situáciách. Porovnanie JEDNÉHO náhodne vybraného čítania z čiarového grafu (ak je k dispozícii viac meraní) s jediným zodpovedajúcim obrázkom zo stĺpcového grafu nie je správne alebo vhodné porovnanie.

Grafy trendov zobrazujú viac záznamov v priebehu času, zatiaľ čo stĺpcové grafy zobrazujú súčty. Ide o štandardné, všeobecne uznávané konvencie.

Mám otázku týkajúcu sa môjho účtu Statcounter.

Upozorňujeme, že toto je webová stránka Statcounter Global Stats. Zaoberáme sa vyšetrovaním iba vo vzťahu k globálnym štatistikám a nemôžeme pomôcť so všeobecnými vyšetrovaniami Statcounter.

Ak máte všeobecné otázky o nástroji Statcounter alebo o svojom účte Statcounter, mali by ste navštíviť sekciu Pomocník programu Statcounter, kde vám tím v podpore technickej podpory rád pomôže. Nezabudnite odoslať úplný a podrobný dotaz, aby bola zaistená rýchla odpoveď.

Ako často sa aktualizujú globálne štatistiky Statcounter?

Štatistiky sú aktualizované a sú k dispozícii približne o 13:00 GMT za predchádzajúci deň. Upozorňujeme však, že naše štatistiky podliehajú testovaniu a revízii zabezpečenia kvality po dobu 45 dní od prvého zverejnenia.

Čo myslíte tým, že štatistiky „podliehajú testovaniu a revízii zabezpečenia kvality 45 dní od zverejnenia“?

Aj keď vynakladáme maximálne úsilie, aby sme zaistili, že všetky štatistiky sú pri zverejnení presné a úplné, vyhradzujeme si právo na opravu štatistík, pokiaľ ide o akékoľvek chyby/opomenutia. Po uplynutí 45 -dňovej lehoty od prvého zverejnenia nebudú v údajoch vykonané žiadne zmeny.

Ako získam aktuálne informácie o štatistikách Statcounter Global?

  1. Prihláste sa na odber nášho informačného kanála Global Stats Informačný kanál Global Stats
  2. Sledujte Global Stats na Twitteri
  3. Alebo môžete navštíviť túto stránku a zadať svoju e -mailovú adresu v ľavom dolnom rohu, aby ste dostávali e -mailové aktualizácie

Aká je veľkosť vzorky globálnej štatistiky Statcounter pre krajinu/región?

V septembri 2015 naša globálna vzorka obsahovala viac ako 16,3 miliardy zobrazení stránky. Nasleduje desať krajín s najväčšími veľkosťami jednotlivých vzoriek:

  • 2,7 miliardy - Spojené štáty
  • 2,1 miliardy - Turecko
  • 1,8 miliardy - India
  • 583 miliónov - Brazília
  • 523 miliónov - Spojené kráľovstvo
  • 482 miliónov - Indonézia
  • 387 miliónov - Čína
  • 386 miliónov - Nemecko
  • 352 miliónov - Thajsko
  • 344 miliónov - Kanada

Tu je k dispozícii úplný zoznam veľkostí vzoriek podľa krajín.

V septembri 2015 naša globálna vzorka pre mobilné zariadenia predstavovala viac ako 6,3 miliardy zobrazení stránky. Nasleduje desať krajín s najväčšími veľkosťami jednotlivých vzoriek:

  • 1,2 miliardy - India
  • 982 miliónov - Turecko
  • 748 miliónov - Spojené štáty
  • 328 miliónov - Indonézia
  • 196 miliónov - Pakistan
  • 165 miliónov - Thajsko
  • 159 miliónov - Brazília
  • 156 miliónov - Čína
  • 128 miliónov - Spojené kráľovstvo
  • 109 miliónov - Poľsko

Tu je k dispozícii úplný zoznam veľkostí vzoriek pre mobilné zariadenia podľa krajín.

Vypočítavate globálne štatistiky Statcounter iba na základe zobrazení stránky na domovskej stránke Statcounter?

Nie. Globálne štatistiky Statcounter sú založené na viac ako 10 miliardách zobrazení stránky mesačne náhodnou vzorkou ľudí z celého sveta na viac ako 2 miliónoch globálnych webových stránok pokrývajúcich rôzne oblasti záujmu a geografické polohy.

Používate na zhromažďovanie svojich údajov panel nástrojov?

Nie, Statcounter nepoužíva na zhromažďovanie údajov žiadny druh panela s nástrojmi. Ak sa chcete dozvedieť viac o našej metodike, navštívte tento odkaz.

Sú vaše globálne štatistiky založené iba na aktivite vašich členov?

Nie. Naše globálne štatistiky sledujú aktivitu tretích strán na našich členských webových stránkach. To pomáha minimalizovať skreslenie v našich údajoch a dosiahnuť náhodnú vzorku.

Členovia štatistického úradu sú do značnej miery „technickí“, má to vplyv na štatistiky spoločnosti Statcounter?

Naše globálne štatistiky NEZAKLADAME výlučne na aktivite našich členov. Naše globálne štatistiky sú založené na neznámych osobách, ktoré náhodne navštevujú naše členské webové stránky.

Aké sú vaše štatistiky v porovnaní s inými podobnými službami?

Chápeme, že existuje niekoľko ďalších zdrojov pre údaje o podiele na trhu podobných Stat Statter Global Stats. Všetky služby sa líšia. Napríklad:

  • Niektoré služby vychádzajú zo štatistík predaja/sťahovania - my nie - meriame využitie internetu.
  • Niektoré služby zhromažďujú údaje prostredníctvom panelov s nástrojmi súhlasu - my nie - naše štatistiky sú založené na anonymných tretích stranách, ktoré navštevujú naše členské webové stránky.
  • Naše štatistiky sú založené na viac ako 10 miliardách zobrazení mesačne na viac ako 2 miliónoch globálnych webových stránok - nie sme si vedomí žiadnej inej verejne dostupnej služby poskytujúcej štatistiky trhového podielu, ktorá má väčšiu veľkosť vzorky, z ktorej vychádzajú svoje informácie.
  • Naše štatistiky vychádzajú zo zobrazení stránok (a nie od jedinečných návštevníkov)- domnievame sa, že to poskytuje najpravdepodobnejšiu aproximáciu používania internetu.
  • Všetky naše štatistiky sú k dispozícii bezplatne (mnohé ďalšie platia za údaje).
  • Na naše údaje neaplikujeme umelé váhy (ale naši používatelia to môžu urobiť, ak si to želajú).

Ostatní poskytovatelia služieb zverejňujú svoje štatistiky, my zverejňujeme svoje a ľudia si môžu vybrať, ktorá služba alebo kombinácia služieb vyhovuje ich potrebám - pre nás všetkých je dostatok priestoru. Ak máte akékoľvek konkrétne otázky týkajúce sa porovnávania globálnych štatistík Statcounter s inou službou, dajte nám vedieť a my sa pokúsime poskytnúť vám férové ​​a presné informácie.

Prečo sa vaše čísla líšia od sieťových aplikácií?

Medzi globálnymi štatistikami Statcounter a sieťovými aplikáciami existuje množstvo rozdielov. Tie obsahujú:

  • Veľkosť vzorky
    Štatistiky Statcounter Global Stats sú založené na skupine 2 miliónov+ globálnych webových stránok. Net Apps uvádzajú, že ich štatistiky sú v súčasnosti založené na viac ako 40 000 webových stránkach. („Zhromažďujeme údaje z prehliadačov návštevníkov stránok do našej exkluzívnej siete viac ako 40 000 webových stránok na požiadanie“)
  • Zobrazenia stránky sledované
    V našej sieti členských stránok sledujeme viac ako 10 miliárd zobrazení stránky mesačne. Nets Apps nezverejňujú počet zobrazení stránok, ktoré sledujú.
  • Zobrazenia stránky verzus unikáty
    Net Apps zakladajú svoje štatistiky na jedinečných návštevníkoch na web za deň. („Počítame“ jedinečných návštevníkov našich sieťových stránok a počítame iba jednu jedinečnú návštevu každej sieťovej stránky za deň. “) Naše štatistiky vychádzajú zo zobrazení stránok - tu je dôvod.
  • Vážené údaje
    Sieťové aplikácie používajú na svoje údaje váhové faktory vzhľadom na ich celosvetové štatistiky. („Údaje o čistom trhovom podiele sú vážené podľa krajín.“) Nemáme a tu je dôvod. Upozorňujeme, že ak sa používa váha podľa krajín, mala by sa vzťahovať iba na celosvetové, kontinentálne alebo podobné údaje, kde sú zoskupené štatistiky za niekoľko krajín. Váhové faktory sú nie relevantné pre štatistiky jednotlivých krajín.
  • Zadarmo versus platené
    V súčasnosti sú všetky údaje a grafy Statcounter Global Stats k dispozícii bezplatne. Net Apps poskytujú niektoré informácie bezplatne, ale na prístup k regionálnym a iným údajom vyžadujú platené inovácie.
  • Uverejnenie vzorových veľkostí
    Tu uverejňujeme veľkosti vzoriek pre jednotlivé krajiny. Zdá sa, že Net Apps neposkytujú tieto informácie. Odporúčame im to, aby umožnili jasné porovnanie našich služieb.
  • Javascript versus Non-Javascript
    Pokiaľ je nám známe, Net Apps sleduje iba prehliadače s povoleným JavaScriptom. Sledujeme javascriptové aj nejavascriptové prehliadače. Toto je obzvlášť dôležité v mobilnom priestore.
  • Štatistiky prehliadačov - IE dodávané s inými prehliadačmi
    Net Apps uvádzajú, že spájajú prehliadač IE s inými nesúvisiacimi prehliadačmi. („Zdieľanie využívania programu Internet Explorer zahŕňa prehliadače tretích strán, ako sú Maxthon a Lunascape s vykresľovacím jadrom Trident“) Nemáme. Samostatne sledujeme a hlásime IE, Maxthon a Lunascape.
  • Štatistiky prehliadača - predbežné vykresľovanie
    Vo februári 2012 spoločnosť Net Apps predstavila úpravu svojich štatistík s cieľom zohľadniť správanie predbežného vykresľovania v prehliadači Chrome. Úpravu predbežného vykresľovania sme zaviedli 1. mája 2012 - viac si prečítajte tu.

Upozorňujeme, že nie sme spojení so sieťovými aplikáciami, ale kvôli mnohým nedávnym dotazom na porovnanie našich služieb sme uverejnili tieto časté otázky. Majte tiež na pamäti, že sme nikdy nepoužívali štatistiky Net Apps a nemáme prístup k ich plateným službám, ale na účely tohto záznamu sme skontrolovali ich časté otázky a tiež sme získali niektoré informácie z našich používateľov a z článkov online. V záujme spravodlivosti a rovnováhy odporúčame, aby ste všetky vyššie uvedené skutočnosti potvrdili priamo v službe Net Apps (a dajte nám prosím vedieť, ak potrebujeme aktualizovať tieto časté otázky!).

Žiadna služba štatistík (ani naša vlastná!) Nie je dokonalá a je len na používateľoch, aby sa rozhodli, ktorá služba vyhovuje ich potrebám. Preto sa snažíme, aby boli naše služby/metodika/štatistiky čo najtransparentnejšie. Ak máte akékoľvek informácie na aktualizáciu/opravu/rozšírenie vyššie uvedených častých otázok, dajte nám prosím vedieť čo najskôr.

Prečo nevážite svoje údaje?

Našim štatistikám neukladáme umelé váhy - je to vedomé a premyslené rozhodnutie. Váhové štatistiky znamenajú, že štatistiky sú len také dobré, ako použitá metodika váženia. Ak sú údaje o váhe nepresné alebo zastarané, potom sú tieto údaje úplne nesprávne. Ďalej, použitie váhového faktora na nepresné údaje z neho neurobí zmysluplné informácie - bez ohľadu na to, aké váhové faktory sú použité, geografické rozloženie pôvodných štatistík je veľmi dôležité. Z týchto dôvodov sme sa rozhodli nevážiť naše údaje.

Tiež by sme mali značné ťažkosti pri výbere a aplikácii akéhokoľvek systému váh na naše údaje. Ako by sme napríklad zvládli zmeny váh? Zopakovali by sme a zopakovali všetky svoje predchádzajúce štatistiky? Použili by sme vyhladzovací faktor? Ako často by sme aktualizovali váhy?

Publikovaním našich údajov bez akýchkoľvek úprav pre váhy krajín umožňujeme našim používateľom znova spustiť čísla pomocou ľubovoľného systému váženia, ktorý si želajú. Nijaký systém váženia im nie je uložený a môžu slobodne brať naše údaje a vážiť ich, nech si prajú alebo nie. Rozhodnutie je na nich. Celá naša práca je zdieľaná pod neportovanou licenciou Creative Commons Attribution-Share Alike 3.0, aby to našim používateľom uľahčilo.

Upozorňujeme, že ak sa používa váha krajín, mala by sa použiť iba na celosvetové, kontinentálne alebo podobné údaje, kde sú agregované štatistiky za niekoľko krajín. Váhové faktory sú nie relevantné pre štatistiky jednotlivých krajín.

Údaje nevážite pomocou údajov používateľov internetu CIA - prečo nie?

Nezaťažujeme žiadne z našich údajov. Naši užívatelia sú, samozrejme, vítaní, ak chcú, na údaje použiť váhy (alebo vôbec). Váha nie je relevantná pre štatistiky jednotlivých krajín. Prečítajte si viac o našom rozhodnutí nezaťažovať naše štatistiky tu.

S konkrétnym odkazom na údaje CIA užívateľov internetu niektoré z týchto ťažkostí zahŕňajú:

  • Údaje sa zbierajú v rôznych časoch a môžu byť zastarané. Napríklad v marci 2012 sú údaje CIA za jednotlivé krajiny založené na údajoch z rôznych krajín z rokov 2001, 2008 a 2009.
  • Údaje sú vágne a nekonzistentné - “Tento záznam uvádza počet používateľov v krajine, ktorí majú prístup na internet. Štatistiky sa líšia v závislosti od krajiny a môžu zahŕňať používateľov, ktorí pristupujú na internet najmenej niekoľkokrát týždenne, alebo používateľov, ktorí naň pristupujú iba raz v priebehu niekoľkých mesiacov.„Inými slovami, používateľom, ktorí majú prístup na internet niekoľkokrát denne, sa pripisuje rovnaká váha ako tým, ktorí internetovú kaviareň navštevujú iba raz za mesiac - to sa zdá byť vo svojej podstate problematické.
  • Nerobia rozdiely medzi mobilnými a nemobilnými používateľmi. Nebolo by preto správne vážiť štatistiky prehliadača pomocou údajov CIA. Napríklad v Číne niektoré odhady uvádzajú, že používanie mobilného internetu je až 66%. Váženie štatistík prehliadača bez úpravy pre potenciálne významné čínske používanie mobilného internetu by nesprávne zvýšilo štatistiky pre stolné prehliadače. To by mohlo výrazne nadhodnotiť štatistiky pre stolné prehliadače, ktoré sú v Číne obľúbené. Podobné problémy by sa mohli vyskytnúť v iných krajinách s vysokým využitím mobilného internetu.

Prečo zakladáte svoje štatistiky na zobrazení stránok a nie na jedinečných návštevníkoch?

Meriame trendy používania internetu. Aby sme mohli presne merať využitie, musíme svoje štatistiky založiť na zobrazeniach stránky (a nie na jedinečných návštevníkoch). Pozrime sa na príklad:

Osoba X používa dva prehliadače. V konkrétny deň načítajú jednu stránku v prehliadači A. V prehliadači B načítajú 500 strán.

Ak by sme založili svoje štatistiky na jedinečných návštevníkoch, potom by používanie prehliadača A a B bolo zaznamenané ako 50%. To je očividne nesprávne. To robí nie celkom zodpovedajú používaniu prehliadačov, pretože prehliadač B bol použitý 500 -krát častejšie ako prehliadač A.

Použitie zobrazení stránok ako základu našich štatistík znamená, že prehliadač A bude v našich štatistikách zaznamenaný s menej ako 1%, zatiaľ čo prehliadač B bude zaznamenaný s viac ako 99%. Podľa nášho názoru to poskytuje presnejšie zobrazenie skutočného používania prehliadača.

Na pomoc pri vysvetlení situácie sme natočili nasledujúce video.

Navyše, pokiaľ ide o unikátnych návštevníkov, existuje veľa obmedzení, ťažkostí a neistôt.

Definujete jedinečného návštevníka na základe súborov cookie? Ako zaobchádzate s prehliadačmi, ktoré nepovoľujú súbory cookie? V tomto prípade sa každé zobrazenie stránky považuje za jedinečné. Alebo používate IP adresu? Ako zvládate dynamické adresy IP (napríklad AOL), pri ktorých sa adresa IP mení pri každom zobrazení stránky? V tomto prípade sa každé zobrazenie stránky opäť počíta ako jedinečné.

Problémy sú aj s rozhodnutím, ako často/kedy zahrnúť štatistiky konkrétneho jedinečného návštevníka.

Aké je obdobie návratu unikátneho návštevníka? Vynulujete počítadlá po 6 hodinách, 12 hodinách a 24 hodinách? Počítate zakaždým, keď jedinečný návštevník navštívi akékoľvek stránky vo vašej sieti? Alebo počítate iba jednu jedinečnú návštevu akéhokoľvek webu v sieti za deň? Čo keď tá istá osoba používa viac prehliadačov?

Vzhľadom na vyššie uvedené neistoty č služba môže poskytovať štatistiky iba na základe jedinečných návštevníkov. Štatistiky budú namiesto toho založené na zmesi zobrazení stránok a jedinečností. Rozhodli sme sa vedome nezaviesť túto nekonzistentnosť do našich údajov, a preto sme ako základ našich štatistík použili zobrazenia stránky.

Sú vaše štatistiky založené iba na prehliadačoch s povoleným JavaScriptom?

Nie. Sledujeme prehliadače podporujúce javascript aj javascript - to je v mobilnom priestore zásadné, ale vo vzťahu k trhu s počítačmi už menej.

Štatistiky pre moju stránku sú úplne odlišné od štatistík Statcounter Global Stats - prečo?

Pri pokuse použiť štatistiky pre jednu webovú stránku na výpočet informácií o podiele na trhu existujú dva problémy:

  1. Veľkosť vzorky je spravidla veľmi malá, tj iba návštevníkov tejto jednej webovej stránky
  2. Štatistiky používateľov pre jednu webovú stránku môžu byť skreslené vzhľadom na typ osoby, ktorá tieto stránky navštevuje. Všetci návštevníci môžu byť napríklad v určitej vekovej skupine alebo môžu mať konkrétnu záujmovú oblasť. To môže mať vplyv na používanie alebo iné používanie mobilného zariadenia a tiež ovplyvniť použitý prehliadač/operačný systém/vyhľadávač/sociálnu sieť.

Analýza Stat Statter Global Stats je založená na viac ako 10 miliardách zobrazení stránky mesačne náhodnou vzorkou ľudí z celého sveta na viac ako 2 miliónoch globálnych webových stránok pokrývajúcich viacero záujmových oblastí a geografických polôh.

V údajoch Global Stats som si všimol problém/prerušenie.

V spoločnosti Statcounter sledujeme viac ako 10 miliárd zobrazení stránky mesačne v sieti Statcounter na viac ako 2 miliónoch webových stránok. Zverejňujeme súhrn aktivít, ktoré sledujeme, prostredníctvom štatistiky Statcounter Global Stats.

V prípade niektorých krajín/regiónov (napr.Antarktída) veľkosť vzorky zobrazení stránky nemusí byť dostatočne veľká na to, aby bola štatisticky robustná. V tomto prípade je možné, že v údajoch existuje určitá odchýlka a grafy môžu byť malým počtom používateľov skreslené.

Ak máte naďalej obavy, kontaktujte nás a my to vyšetríme a odpovieme čo najskôr.

Existuje spôsob, ako skontrolovať, či je detekcia globálnej štatistiky Statcounter správna?

Absolútne. Náš nástroj na zisťovanie môže byť použitý na potvrdenie, že detekcia našich agentov je presná. Ak zistíte akékoľvek problémy, dajte nám prosím vedieť čo najskôr.

Ako presné sú globálne štatistiky Statcounter?

Na túto otázku je ťažké odpovedať. Ak chcete byť úprimný, odporúčame vám zvážiť našu metodiku, aby ste sa mohli rozhodnúť, ako presné sú naše štatistiky na váš účel. Tu je niekoľko informácií na kontrolu:

  • Pokiaľ ide o veľkosť vzorky, Statistics Counter Global Stats sú založené na analýze viac ako 10 miliárd zobrazení stránok na viac ako 2 miliónoch webových stránok mesačne. Nie sú nám známe žiadne ďalšie verejne dostupné služby poskytujúce štatistiky trhového podielu, ktoré majú väčšiu veľkosť vzorky, na ktorej zakladajú svoje informácie.
  • Máme tiež rozsiahle globálne šírenie štatistík a veľkosti vzoriek jednotlivých krajín zverejňujeme.
  • Mnoho ďalších poskytovateľov používa na svoje štatistiky systém umelého váženia - samozrejme to môže mať významný vplyv na ich počty a každá zmena v systéme váženia môže mať zodpovedajúci vplyv na čísla, ktoré uvádzajú. Nepoužívame žiadne umelé závažia - namiesto toho môžu naši používatelia použiť svoje zvolené váhy, ak si to želajú.
  • Čas od času môžu byť potrebné zmeny alebo revízie našich štatistík. Vyhradzujeme si 45 -dňové okno na revíziu štatistík. Okrem toho nebudú prepočítavané žiadne štatistiky. Ak dôjde k akejkoľvek revízii alebo významnej zmene našich štatistík, označíme to poznámkou v našich grafoch.

Ak máte ďalšie otázky, kontaktujte nás.

Majú roboti vplyv na vaše štatistiky?

Vynakladáme maximálne úsilie na odstránenie aktivity robotov. Identifikujeme roboty a zabraňujeme ich zaznamenaniu do našich štatistík. Monitorujeme tiež viacero kľúčových metrík, aby sme identifikovali prípadné problémy s našimi údajmi. Udržiavame komunikáciu s mnohými hlavnými poskytovateľmi technológie a vyhradzujeme si 45 -dňové okno na revíziu štatistík, ak/keď je to potrebné. V prípade, že je potrebná zmena alebo revízia, označíme to v našich grafoch pomocou poznámky.

Ako vznikla globálna štatistika Statcounter?

Statcounter Global Stats vznikol, pretože sme sa rozhodli verejne zdieľať zaujímavé trendy, ktoré sme interne monitorovali. Jedného dňa sme doslova zažili žiarovku, keď sme si uvedomili, že tieto globálne štatistiky môžu zaujímať aj iných ľudí. vytvorili sme teda rozhranie a bezplatne sme zverejnili všetky štatistiky.

Naša metodika je veľmi jednoduchá a účelovo sme ju ponechali tak - snažíme sa, aby naše globálne štatistiky boli čo najjasnejšie a najtransparentnejšie a vážime si všetky otázky, komentáre a návrhy používateľov. Ak máte na nás akékoľvek otázky, neváhajte nás kontaktovať prostredníctvom nášho formulára spätnej väzby.

BROWSERS: Aké prehliadače sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných prehliadačov, zvoľte štatistiku „Prehliadač“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované prehliadače.

BROWSERS: Aké verzie prehliadača sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných verzií prehliadača, zvoľte štatistiku „Verzia prehliadača“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované verzie prehliadača.

PREHLIADAČE: Čo znamená „Verzia prehliadača (čiastočne kombinovaná)“?

Táto štatistika zoskupuje verzie prehliadača, ktoré sú v cykle „rýchleho vydania“, pričom prehliadač sa automaticky aktualizuje z jednej verzie na druhú bez toho, aby používateľ vykonal akúkoľvek akciu.

Prehliadače, ktoré používajú tento model verzií, zahrnujú všetky verzie prehliadača Google Chrome, ako aj verzie Firefoxu 5+ a Opera 15+

PREHLIADAČE: Prečo nezobrazujete verziu X prehliadača v grafoch Statcounter Global Stats?

Upozorňujeme, že dôležitosť prehliadača výrazne závisí od skúmaného časového obdobia. Firefox 3.5 (vydaný 30. júna 2009) sa napríklad nezobrazí v grafe verzií prehliadača za január 2009, ale môže sa zobraziť samostatne v grafe za júl 2009.

Grafy globálnej štatistiky Statcounter sa upravujú tak, aby zobrazovali najobľúbenejšie prehliadače za konkrétne analyzované obdobie. Prehliadač bude teda zaradený do INEJ kategórie, ak jeho použitie nie je dostatočne významné na to, aby bolo zaručené jeho zaradenie ako samostatnej riadkovej položky NA DANÉ ČASOVÉ OBDOBIE.

Ak chcete zistiť, ako si stiahnuť úplný zoznam všetkých aktuálne sledovaných verzií prehliadača, navštívte tento odkaz.

PREHLIADAČE: Je možné, aby ste zobrazovali najlepšie hodnotené prehliadače? Niekoľko nových verzií je zoskupených do „ostatných“.

Upozorňujeme, že dôležitosť prehliadača výrazne závisí od skúmaného časového obdobia. Firefox 3.5 (vydaný 30. júna 2009) sa napríklad nezobrazí v grafe verzií prehliadača za január 2009, ale môže sa zobraziť samostatne v grafe za júl 2009.

Grafy globálnej štatistiky Statcounter sa upravujú tak, aby zobrazovali najobľúbenejšie prehliadače za konkrétne analyzované obdobie. Prehliadač bude teda zaradený do INEJ kategórie, ak jeho použitie nie je dostatočne významné na to, aby odôvodňovalo jeho zahrnutie ako samostatnú riadkovú položku NA DANÉ ČASOVÉ OBDOBIE.

Ak chcete zistiť, ako si stiahnuť úplný zoznam všetkých aktuálne sledovaných verzií prehliadača, navštívte tento odkaz.

PREHLIADAČE: Môžem navrhnúť nový prehliadač, ktorý by mala sledovať globálna štatistika Statcounter?

Vždy sme radi, keď môžeme vylepšiť detekciu nášho prehliadača, aby sme to urobili, pretože k tomu potrebujeme ÚPLNÉ PODROBNOSTI o reťazci user agent.

Pred odoslaním akýchkoľvek podrobností si však prečítajte aktuálny zoznam všetkých sledovaných prehliadačov. Ak sa váš navrhovaný prehliadač NEZOBRAZÍ v zozname, pošlite nám prosím informácie o používateľskom agentovi, aby sme mohli aktualizovať naše zisťovanie.

PREHLIADAČE: Upravujete štatistiky svojho prehliadača na predbežné vykreslenie/predbežné načítanie?

Požiadavky typu ukážky sú ovplyvnené tromi prehliadačmi - Chrome, Safari a Opera.

Vzhľadom na veľký počet žiadostí používateľov teraz upravujeme štatistiky nášho prehliadača, aby sme odstránili efekt predbežného vykresľovania v prehliadači Google Chrome. Od 1. mája 2012 nie sú do našich štatistík zahrnuté predbežne vykreslené stránky (ktoré sa v skutočnosti nezobrazujú).

  • Preerendering oznámil prehliadač Chrome v júni 2011. Táto zmena nemala žiadny významný vplyv na naše štatistiky.
  • Chrome v súčasnosti umožňuje zisťovať správanie predbežného vykresľovania prostredníctvom svojho rozhrania API pre viditeľnosť stránky.
  • Google konkrétne uvádza:
    "Dôležité: Toto je experimentálne rozhranie API a v budúcnosti sa môže zmeniť-alebo dokonca odstrániť-najmä s tým, ako sa vyvíja štandard rozhrania API pre viditeľnosť stránky, ktorý je prvým návrhom. “
    To znamená, že v budúcnosti nebude možné sledovať/odstraňovať vplyv predbežného vykresľovania v prehliadači Chrome.
  • Ak iné prehliadače prijmú predbežné vykreslenie, nemusí byť možné sledovať/odstrániť vplyv predbežného vykresľovania v týchto prehliadačoch. V takom prípade by bolo najspravodlivejším riešením zahrnúť všetky zobrazenia stránky (predbežne vykreslené alebo nie) pre všetky prehliadače, a nie iba vylúčiť predbežné vykreslenie v prehliadači Chrome. Tento scenár by od nás vyžadoval, aby sme sa v budúcnosti k tejto zmene metodiky vrátili.
  • Publikujeme graf znázorňujúci celkový počet zobrazení predbežne vykreslených stránok sledovaných v prehliadači Chrome spolu s časťou predbežne vykreslených stránok, ktoré si koncový používateľ v skutočnosti neprezerá. Predbežne vykreslené stránky (ktoré sa v skutočnosti nezobrazujú) sú odstránené z našich štatistík. V máji 2012 je percento stránok s predbežným vykreslením (nezobrazených) v prehliadači Chrome približne 1,3%. Upozorňujeme, že táto zmena nemala žiadny významný vplyv na štatistiky nášho prehliadača. Je to spôsobené tým, že na sledovanie používania prehliadača používame zobrazenia stránok - zobrazenia stránok sú menej náchylné na vplyv predbežného vykresľovania ako jedineční návštevníci.

Safari a Opera

Funkcia „Najlepšie stránky“ v prehliadači Safari a „Rýchla voľba“ v stolnom prehliadači Opera zobrazujú miniatúry ukážok často navštevovaných stránok alebo stránok označených záložkami. Tieto miniatúry náhľadu sú pravidelne aktualizované príslušnými prehliadačmi. Tieto ukážky bohužiaľ nie je možné vylúčiť zo sledovania. Aby sme to pochopili trochu technicky, je to spôsobené tým, že hlavička „X-Purpose: preview“ sa odosiela iba so žiadosťou o základnú stránku. Hlavička nie je odosielaná ako súčasť požiadaviek na obrázky, CSS alebo JavaScript, ktoré je potrebné stiahnuť a vykonať ako súčasť ukážky. S online webovou analýzou (ako poskytuje Statcounter) sa príslušné informácie v hlavičke neodosielajú, takže tieto žiadosti o ukážku nemožno zistiť, a preto ich nemožno odstrániť. V ideálnom prípade to Safari a Opera zmenia, aby zaistili odoslanie hlavičky „X-Purpose: preview“ so všetkými požiadavkami HTTP „Top Sites“ a „Speed ​​Dial“, v súčasnosti to však neplatí.

PREHLIADAČE: Kombinujete vo svojich štatistikách prehliadač IE s inými prehliadačmi?

Rozhodne nie! IE, Maxthon a Lunascape sledujeme oddelene - aj keď môžu používať rovnaký vykresľovací modul, jedná sa o samostatné a nezávislé prehliadače. Spojenie týchto prehliadačov tretích strán s IE by jednoducho nesprávne nafúklo štatistiky IE.

OS: Aké operačné systémy sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných operačných systémov, zvoľte štatistiku „Operačný systém“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované prehliadače.

VYHĽADÁVANIE: Aké vyhľadávače sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných vyhľadávacích nástrojov, zvoľte štatistiku „Vyhľadávací nástroj“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované vyhľadávače.

Sme radi, že môžeme zlepšiť naše zisťovanie, najmä pokiaľ ide o miestne/regionálne vyhľadávače, ak by ste nám chceli navrhnúť vyhľadávací nástroj, ktorý by sme mohli pridať k nášmu zisťovaniu, potom nás prosím kontaktujte a poskytnite nám vzorovú adresu URL.

MOBIL: Ako definujete mobilné zariadenie?

Mobilné zariadenie definujeme ako vreckové počítačové zariadenie, ktoré má spravidla obrazovku s dotykovým vstupom alebo miniatúrnu klávesnicu.

MOBILE: Ako sledujete mobilné zariadenia?

Mesačne sledujeme viac ako 10 miliárd zobrazení stránok v sieti Statcounter na viac ako 2 miliónoch webových stránok. Analyzujeme každé zobrazenie stránky, aby sme zhromaždili čo najviac informácií. Pri každom zobrazení stránky sa odošle reťazec agenta používateľa, ktorý nám umožní určiť použitý prehliadač a operačný systém a tiež zistiť, či zobrazenie stránky pochádzalo z mobilného zariadenia. Týmto spôsobom určujeme používanie mobilných zariadení, prehliadačov a operačných systémov.

MOBILE: Ako vypočítate údaje o mobilnom vyhľadávaní?

Mesačne sledujeme viac ako 10 miliárd zobrazení stránok v sieti Statcounter na viac ako 2 miliónoch webových stránok. Analyzujeme každé zobrazenie stránky, aby sme zhromaždili čo najviac informácií. Pri každom zobrazení stránky sa odošle reťazec agenta používateľa, ktorý nám umožní určiť použitý prehliadač a operačný systém a tiež zistiť, či zobrazenie stránky pochádzalo z mobilného zariadenia. Okrem toho skúmame informácie o odkazujúcich reťazcoch, aby sme zistili použitý vyhľadávací nástroj (ak existuje). Týmto spôsobom určujeme popularitu rôznych vyhľadávacích nástrojov na mobilných zariadeniach.

MOBILE: Aké mobilné prehliadače sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných mobilných prehliadačov, zvoľte štatistiku „Mobilný prehliadač“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované mobilné prehliadače.

MOBILE: Aké mobilné vyhľadávače sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných mobilných vyhľadávacích nástrojov, zvoľte štatistiku „Mobilné vyhľadávanie“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované mobilné vyhľadávače.

MOBILE: Aké mobilné operačné systémy sledujete?

Ak chcete zobraziť zoznam aktuálne sledovaných mobilných operačných systémov, vyberte štatistiku „Mobilný operačný systém“ a zvoľte možnosť „Pruhový graf“. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky aktuálne sledované mobilné operačné systémy.

MOBILE: Prečo zažila spoločnosť Symbian v apríli 2012 výrazný pokles?

V apríli 2012 sme vykonali aktualizáciu zisťovania operačného systému Nokia. Predtým boli zariadenia Nokia (vrátane niektorých zariadení S40) zoskupené prevažne pod operačným systémom Symbian. S pomocou spoločnosti Nokia a niekoľkých individuálnych používateľov bola táto chyba opravená 23. apríla 2012 a od tohto dátumu sú teraz všetky zariadenia Nokia sledované podľa potreby ako Symbian alebo S40 alebo Meego. Keď sa spoja všetky mobilné operačné systémy, spoločnosť Nokia zostáva v súčasnosti vedúcim predajcom mobilných zariadení.

Ospravedlňujeme sa za prípadné nepríjemnosti spôsobené týmto dohľadom a vyzývame všetkých našich používateľov, aby tento nástroj používali na kontrolu a/alebo navrhnutie zmien a doplnení nášho zisťovania. Veľká vďaka všetkým, ktorí nám v tejto záležitosti pomohli. Ako vždy vítame vašu spätnú väzbu, preto nás neváhajte kontaktovať v prípade akýchkoľvek otázok alebo pripomienok.

TABLET: Ako definujete tablet?

Tablet definujeme ako prenosné počítačové zariadenie, väčšie ako mobilné zariadenie, s dotykovým rozhraním.

Nasledujúce zariadenia sú detekované ako tablety a predstavujú najmenej 0,01% podielu na používaní tabletu (december 2013):

Apple iPad
Samsung Galaxy Tab
Samsung Galaxy Tab 2
Google Nexus 7
Samsung Galaxy Note 10.1
Amazon Kindle Fire HD 7 "
Samsung Galaxy Tab 2 7.0
RIM BlackBerry PlayBook
Microsoft Surface RT
Amazon Kindle
Wi-Fi Amazon Kindle Fire HD 8.9
Asus Transformer Pad TF300T
Acer Iconia Tab A500
Asus Transformer TF101
woPad A10
Google Nexus 10
Samsung Galaxy Tab 7.7
Tablet Sony S.
Barnes & Noble Nook BNTV250
Toshiba AT100
Acer Iconia Tab A200
Motorola Xoom
Lenovo IdeaTab A2107
HP TouchPad
Barnes & Noble NOOK BNRV200
Transformátor Asus Eee Pad TF201
Motorola MZ601
Motorola MZ604
Acer Iconia Tab A100
Amazon Kindle Fire HD 8.9 WAN
HTC Flyer
ViewSonic ViewPad
Acer Iconia Tab A501
Amazon Kindle 3.0
Samsung Galaxy Tab 7.0
Coolpad Neznámy
Lenovo IdeaTab A1-07
Vodafone Neznámy
ZTE Neznáme
Motorola MZ605
Pandigital SuperNova
Archos 80 G9

SOCIÁLNE MÉDIÁ: Aké stránky sociálnych médií sledujete?

Medzi niektoré zo stránok sociálnych médií, ktoré sledujeme, patria: Google+, LinkedIn, Facebook, StumbleUpon, YouTube, Twitter, reddit, Digg, MySpace, NowPublic, iWiW, orkut, Fark, Delicious, VKontakte, Hi5, Yahoo! Buzz, Vimeo, Mixx, FriendFeed, Hyves, Bebo, Tuenti, Kaboodle, Odnoklassniki.

Upozorňujeme, že v našich grafoch sa zobrazuje iba 7 najlepších stránok sociálnych médií.

Ak chcete zobraziť zoznam stránok sociálnych médií, ktoré sledujeme, zvoľte štatistiku „Sociálne médiá“, zvoľte možnosť „Pruhový graf“ a zvoľte vami zvolené časové obdobie. Potom kliknite na „Stiahnuť údaje“ - v stiahnutom súbore sa zobrazia všetky weby sociálnych médií sledované v uvedenom časovom období.

Sme radi, že môžeme zlepšiť naše zisťovanie, najmä vo vzťahu k miestnym/regionálnym stránkam sociálnych médií, ak by ste nám chceli navrhnúť stránku sociálnych médií, ktoré by sme mohli pridať k našej detekcii, potom nás prosím kontaktujte a zadajte príslušnú adresu URL.

SOCIÁLNE MÉDIÁ: Ako vypočítate štatistiky sociálnych médií?

Stránky sociálnych médií hodnotíme podľa ich schopností vytvárať návštevnosť, t. J. Podľa objemu návštevnosti, ktorú odkazujú na iné webové stránky. Stránky sociálnych médií NERadíme podľa množstva návštevnosti, ktorú dostávajú. Ak sa chcete dozvedieť viac o našej metodike, navštívte tento odkaz.

SOCIÁLNE MÉDIÁ: Ako vypočítate štatistiky pre twitter?

Stránky sociálnych médií hodnotíme podľa ich schopností vytvárať návštevnosť, t. J. Podľa objemu návštevnosti, ktorú odkazujú na iné webové stránky.

Do 24. augusta 2011 sú odporúčania Twitteru v štatistikách Statcounter Global Stats podhodnotené. Dôvodom je, že mnoho klientov twitteru tretích strán neposkytuje informácie o odporúčaní. Štatistiky odporúčaní boli do značnej miery založené na tom, že odporúčania od mnohých klientov twitteru pre mobilné zariadenia/počítače nie sú k dispozícii.

Kým Twitter už nejaký čas testoval službu automatického skracovania odkazov, nová funkcia t.co bola v širokom meradle zavedená v auguste 2011. Viac informácií o skracovači adries URL t.co nájdete tu.

Použitie tohto automatického skracovania odkazov teraz umožňuje presnejšiu analýzu odporúčaní na twitteri. Inými slovami, odkazujúce odkazy, ktoré predtým neboli k dispozícii kvôli používaniu klientov twitteru tretích strán, je teraz možné úspešne sledovať.

Od 24. augusta sme aktualizovali naše zisťovanie a teraz zahrnujeme odkazy t.co na twitter. V mnohých regiónoch to malo za následok výrazný skok pre twitter v našich grafoch štatistík sociálnych médií.

Je potrebné poznamenať, že je možné skopírovať odkazy t.co z twitteru a vložiť ich na blog alebo inú webovú stránku. V takom prípade by bolo odporúčanie t.co zahrnuté ako odkaz na twitter v našich globálnych štatistikách napriek tomu, že odporúčanie pochádza z inej webovej stránky. Tento scenár naznačuje, že odporúčania na Twitteri môžu byť teraz mierne nadhodnotené, očakávame však, že takéto nadhodnotenie bude malé.

DIGG VS REDDIT: Čo znamená táto štatistika?

V auguste 2010 spustila spoločnosť Digg verziu 4 svojej platformy a spôsobila vzburu medzi jej používateľmi.

Na protest sa ukázalo, že veľa používateľov začalo migrovať na konkurenčné stránky Reddit. a potvrdila to špeciálna analýza, ktorú sme vykonali v štatistikách Statcounter Global. Vzhľadom na značný záujem o ich relevantné výkony sme zverejnili špeciálnu štatistiku „Digg vs Reddit“, ktorá analyzuje možnosti generovania návštevnosti iba v aplikáciách Digg a Reddit - nie sú zahrnuté žiadne ďalšie weby sociálnych médií.

POZNÁMKA: Pretože táto štatistika je len porovnaním funkcií Digg a Reddit, každý čiarový graf generovaný pomocou týchto štatistík sa musí v každom bode rovnať 100% (t. J. Trendové čiary budú navzájom zrkadlovými obrazmi).

Informácie o výkonnosti ostatných hlavných stránok sociálnych médií nájdete v našej štatistike „Sociálne médiá“.

Môžem zobraziť informácie pre každú krajinu?

Ak si chcete pozrieť mesačnú tabuľku obsahujúcu percentuálne rozdelenie používania Prehliadača, Mobilného prehliadača, Verzie prehliadača, Mobile Vs Desktop, OS alebo Mobile OS pre každú krajinu, prejdite na príslušný odkaz:

Môžete nastaviť parametre YEAR a MONTH na výber požadovaného mesiaca, napr. vyberte február 2012, navštívte stránku https://gs.statcounter.com/download/browser-country/?year=2012&month=2

Ak nie sú k dispozícii žiadne parametre, štandardne sa vrátia údaje za posledný mesiac.

Údaje sú k dispozícii od júla 2008 a ďalej.

Údaje za konkrétny mesiac budú k dispozícii iba 2. deň nasledujúceho mesiaca.

Zverejňujete štatistiky vykresľovacieho motora spolu s verziami prehliadača. Napríklad Gecko a Presto?

Štatistiky vykresľovacieho motora v súčasnosti nezverejňujeme, tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.

Bolo by možné získať tieto štatistiky pre daný štát USA, napr. Kalifornia?

V súčasnosti nezverejňujeme štatistiky na základe stavu. Tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.

Poskytujete štatistiky vývoja objemu návštevnosti podľa kontinentu/krajiny/jazykovej zóny/predmetu/kľúčového slova/medzery?

Štatistiky vývoja návštevnosti v súčasnosti nezverejňujeme, tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.

Poskytujete štatistiky používania e -mailového klienta?

Momentálne nezverejňujeme štatistiky e -mailových klientov, tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.

Poskytujete sledovanie zábleskov/rázových vĺn/jednoty/javascriptu?

Štatistiky flash/shockwave/unity/javascript v súčasnosti nezverejňujeme, tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.

Zverejňujete podrobnejší rozpis mobilných dát napr. zariadenie, model a/alebo používateľský agent?

V súčasnosti nezverejňujeme mobilné štatistiky zobrazujúce zariadenie/model/používateľského agenta, tento návrh bol však zaznamenaný a náš vývojový tím ho posudzuje.


Informácie o autorovi

Príslušnosti

School of Biological Sciences, The University of Queensland, St Lucia, Queensland, 4072, Australia

Smithsonian Environmental Research Center, Edgewater, Maryland, 21037, USA

School of Earth, Atmosphere and Environment, Monash University, Clayton, Victoria, 3800, Australia

School of Earth and Environment Sciences, Oceans Institute, University of Western Australia, Crawley, Western Australia, 6009, Australia

Research School of Biology, The Australian National University, Acton, Australian Capital Territory, 2601, Austrália

Tento autor môžete tiež vyhľadať v službe PubMed Google Scholar

Tento autor môžete tiež vyhľadať v službe PubMed Google Scholar

Tento autor môžete tiež vyhľadať v službe PubMed Google Scholar

Tento autor môžete tiež vyhľadať v službe PubMed Google Scholar

Tento autor môžete tiež vyhľadať v službe PubMed Google Scholar

Príspevky

C.E.L. a I.C.F. zahájil štúdiu, zatiaľ čo R.E.R. a M.C.B. v priebehu času prispelo k rozvoju štúdie. C.E.L., I.C.F., R.E.R. a M.C.B. vykonával terénne práce. S.H. prispela k priestorovej analýze. Všetci autori prispeli k napísaniu rukopisu.

Zodpovedajúci Autor


Pozri si video: Návod na montáž hliníkového přístřešku One Trade