Фотографий НАСА о том, как меняется наша планета

От постройки гигантских плотин, которые укрощали великие реки, до естественного процесса образования новых земель посредством вулканической активности наша планета постоянно находится в состоянии изменения. Космические станции НАСА предоставили нам уникальную возможности понять, насколько обширны трансформации, происходящие с Землей, будь они результатом природных явлений или рук человека.

На этих фотографиях показаны изменения, произошедшие за считанные дни и целые десятилетия. Земля постоянно изменяется естественным и искусственным путем. Посмотрите, насколько заметна разница на фото до и после.

Сход ледника Педерсена, Аляска  

                             

                                                                     Summer 1917                              Summer 2005

climate.nasa.gov

Фото до – лето 1917 г. Фото после – лето 2005 г.

Невероятные изменения климата и поверхности всего за 88 лет. Примечательно, что первоначальная фотография была сделана Луисом Педерсеном, в честь которого этот ледник и был назван.

Таяние ледника МакКарти, Аляска

climate.nasa.gov

Фото до: 30 июля 1909 г. Фото после – 11 августа 2004 г.

Ледник расположен на юге штата Аляска, США. За 95 лет из угрюмой местности образовалось живописное побережье с великолепным ландшафтом.

Таяние льдов, Италия/Швейцария

climate.nasa.gov

Фото до – 16 августа, 1960 г. Фото после – 18 августа 2005 г.

Гора Маттерхорн высотой около 4500 метров расположена в Альпах, на границе между Италией и Швейцарией. На фото отлично видно, как мощно сошел с горы ледяной покров за 45 лет.

Высыхающее водохранилище в штате Нью-Мексико, США

climate.nasa.gov

Фото до – 2 июня 1994 г. Фото после – 3 июля 2013 г.

Водохранилище Элефант Бьютт является одним из основных запасов воды в юго-западной части США, который значительно сократился из-за длительной засухи. Водоем был создан с помощью дамбы в 1916 году, и все еще является самым большим озером в Нью-Мексико. Однако за последние 20 лет уровень воды в нем чрезвычайно упал. В 2009 году Бюро мелиорации министерства внутренних дел США разработало план по восстановлению уровня воды путем консервирования.

Примечательно, что свое название «Элефант Бьютт» (слоновья гора) водоем получил не из-за окаменелых останков стегомастодонов (предков современных слонов), которые были найдены неподалеку, а из-за формы острова, входящего в его состав, который представляет собой разрушенное жерло вулкана в форме слона.

Пожар в Бастропе, Техас, США

climate.nasa.gov

Фото до – 26 августа 2011 г. Фото после – 11 сентября 2011 г.

Наиболее разрушительные пожары в истории Техаса произошли в районе государственного парка Бастропа, в 48 км к юго-востоку от Остина. Более 1500 домов были уничтожены, а на сентябрьских снимках видны тысячи обгорелых акров земли. В 2011 году, который многие прозвали «Великой Засухой», небольшой дождь прошел всего один раз, чего не было с конца 1800-х годов. В результате по всему штату прокатилась волны возгораний.

Иссыхающее озеро Оровилль, Калифорния

Фото до – июль 2011 г. Фото после – август 2014 г.

На протяжении трех лет сильнейшей засухи в Калифорнии озера штата стремительно иссыхают, уровень воды в них достиг исторических минимумов. Озеро Оровилль, второе в Калифорнии по величине после озера Шаста, обмельчало более чем на две трети. Оровилльская дамба стоит сухой, а корабли передвигаются практически по дну водоема.

Мельчающее озеро Шаста, Калифорния

От самого большого калифорнийского озера в августе 2014 года осталась всего лишь треть с небольшим. Такого низкого уровня воды в озере не было с 1977 года, и даже тогда озеро не мельчало столь сильно. Сухая, растрескавшаяся земля на берегах бывшего глубоководного водоема выглядит удручающей.

Уменьшение озера-Мар Чикита, Аргентина

climate.nasa.gov

Фото до – 10 июля 1998 г. Фото после – 27 сентября 2011 г.

Мар-Чикита, самое большое соленое озеро естественного происхождения в Аргентине, сокращается в размерах и становится все более соленым. Воды озера пополняются за счет реки Дульсе, однако увеличившееся использование реки в целях ирригации в купе с длительными периодами засухи негативно отразилось на объеме водоема и солености воды. Через несколько сотен лет озеро высохнет полностью и превратится в солончак.

Обмеление Аральского моря в Казахстане и Узбекистане

climate.nasa.gov

Фото до – 2000 г. Фото после – 2009 г.

Когда-то Аральское море было самым большим соленым водоемом в мире и вторым по величине в Азии. За последние 30 лет оно сильно обмельчало, одной из причин чему явилось орошение урожаев – постоянное использование рек, наполняющих водоем, попросту иссушило море. По мере изменения Аральского моря значительно менялся и местный климат, что вызвало песчаные бури, нехватку питьевой воды и спад рыболовства. К 2009 году Аральское море потеряло четыре пятых своего объема.

Вырубка леса в Рондонии, Бразилия

climate.nasa.gov

Фото до – 28 июня 1975 г. Фото после – 16 августа 2009 г.

Рондония – часть бразильской Амазонки, расположенная на границе с Боливией. Это одна из периферийных зон, расширяющихся внутри Амазонии, население которой выросло примерно с полумиллиона человек в 1980 году до полутора миллионно в 2009. В Рондонии самый сильный уровень вырубки леса, который достиг более 34% в 2008 году, что составляет огромную цифру по сравнению с 1978, когда вырубалось всего 2% лесов. Рост населения и деревообрабатывающей промышленности, появление большого количества дорог, выжигание лесов ради пастбищ и полей приводит к истреблению лесных массивов.

Влияние человеческого фактора и естественные стихийные процессы значительно изменили вид нашей планеты за последнее время. Нам остается только надеяться, что мы не загубим окончательно землю, на которой живем.

7 замечательных советов по использованию фольги

Алюминий – один из самых распространенных металлов на Земле. Он обладает уникальными свойствами, в том числе устойчив к образованию ржавчины. Приблизительно 75% добытого алюминия до сих пор используется благодаря утилизации.
Алюминиевая фольга была изобретена в 1903 году, тогда же начался ее выпуск в США. Сегодня этот незаменимый материал нашел свое применение в каждом доме. В него упаковывают продукты, используют для приготовления пищи и даже применяют для усиления сигнала телевизионных антенн.
Мы рады предложить вам еще 7 полезных советов по применению фольги, которые пригодятся вам в быту.

1. Пицца на завтра
Если у вас остались кусочки пиццы, положите их в фольгу и отправьте в морозилку. В следующий раз, когда вы захотите немного подкрепиться, просто отправьте вашу пиццу прямо в фольге в разогретую духовку на 10–15 минут.

2. Жесткая мочалка для посуды
Если у вас нет специальной губки для плохо отмывающихся частиц на посуде, вы может сделать шарик из фольги. С его помощью все загрязнения быстро очистятся.

3. Стильная рамка для фото
Вам понадобится фольга, рамка, специальный клей и краска для металла. Нанесите клей на рамку и приложите фольгу. Обрежьте приклеенную фольгу по контуру. Нанесите желаемый цвет краски. Готово!

4. Точилка для ножниц
Если ваши ножницы затупились, вы очень просто сможете наточить их с помощью фольги. Просто сделайте несколько надрезов на фольге, после чего проверьте ножницы на другом материале.

5. Ускоренная глажка
Под чехол на всей поверхности гладильной доски проложите фольгу. В процессе глажки, в частности, простыней или скатертей, вы сможете быстрее справиться с участками мятых мест, так как фольга будет отражать тепло утюга.

6.Эффективная работа радиатора.

Есть простой способ получить больше тепла от старого чугунного радиатора: поместите за радиатором теплоотражатель. Для этого прикрепите скотчем толстую алюминиевую фольгу к картону блестящей стороной наружу. Тепло от радиатора отражается фольгой и идет в помещение, а не поглощается стеной за радиатором. Если радиатор накрыт сверху экраном, можно прикрепить лист фольги и под ним.

7.Изготовление воронки. 

Никак не найдете воронку? Сложите вдвое длинный лист толстой фольги и сверните конусом. У самодельной воронки есть преимущество: ее можно согнуть, чтобы достать до труднодоступных отверстий.

Закрепление шатающихся батареек. Ваш фонарик, радиотелефон или игрушка у ребенка то и дело выключаются? Проверьте крепление батареек. Пружины, их удерживающие, со временем ослабевают, и контакт нарушается. Сложите кусочек фольги. Вставьте сложенную фольгу между батарейкой и пружиной.

The Future Fabric of Data Analysis

The Future Fabric of Data Analysis

When subatomic particles smash together at the Large Hadron Collider in Switzerland, they create showers of new particles whose signatures are recorded by four detectors. The LHC captures 5 trillion bits of data — more information than all of the world’s libraries combined — every second. After the judicious application of filtering algorithms, more than 99 percent of those data are discarded, but the four experiments still produce a whopping 25 petabytes (25×1015bytes) of data per year that must be stored and analyzed. That is a scale far beyond the computing resources of any single facility, so the LHC scientists rely on a vast computing grid of 160 data centers around the world, a distributed network that is capable of transferring as much as 10 gigabytes per second at peak performance.

The LHC’s approach to its big data problem reflects just how dramatically the nature of computing has changed over the last decade. Since Intel co-founder Gordon E. Moore first defined it in 1965, the so-called Moore’s law — which predicts that the number of transistors on integrated circuits will double every two years — has dominated the computer industry. While that growth rate has proved remarkably resilient, for now, at least, “Moore’s law has basically crapped out; the transistors have gotten as small as people know how to make them economically with existing technologies,” said Scott Aaronson, a theoretical computer scientist at the Massachusetts Institute of Technology.


Instead, since 2005, many of the gains in computing power have come from adding more parallelism via multiple cores, with multiple levels of memory. The preferred architecture no longer features a single central processing unit (CPU) augmented with random access memory (RAM) and a hard drive for long-term storage. Even the big, centralized parallel supercomputers that dominated the 1980s and 1990s are giving way to distributed data centers and cloud computing, often networked across many organizations and vast geographical distances.

These days, “People talk about a computing fabric,” said Stanford University electrical engineerStephen Boyd. These changes in computer architecture translate into the need for a different computational approach when it comes to handling big data, which is not only grander in scope than the large data sets of yore but also intrinsically different from them.

The demand for ever-faster processors, while important, isn’t the primary focus anymore. “Processing speed has been completely irrelevant for five years,” Boyd said. “The challenge is not how to solve problems with a single, ultra-fast processor, but how to solve them with 100,000 slower processors.” Aaronson points out that many problems in big data can’t be adequately addressed by simply adding more parallel processing. These problems are “more sequential, where each step depends on the outcome of the preceding step,” he said. “Sometimes, you can split up the work among a bunch of processors, but other times, that’s harder to do.” And often the software isn’t written to take full advantage of the extra processors. “If you hire 20 people to do something, will it happen 20 times faster?” Aaronson said. “Usually not.”

Researchers also face challenges in integrating very differently structured data sets, as well as the difficulty of moving large amounts of data efficiently through a highly distributed network.

Those issues will become more pronounced as the size and complexity of data sets continue to grow faster than computing resources, according to California Institute of Technology physicist Harvey Newman, whose team developed the LHC’s grid of data centers and trans-Atlantic network. He estimates that if current trends hold, the computational needs of big data analysis will place considerable strain on the computing fabric. “It requires us to think about a different kind of system,” he said.