Карта Мрл Ростова
2017 - Ростовскому авиаметеорологическому центру 85 лет! История становления и развития метеорологического обеспечения гражданской авиации на Северном Кавказе берет свое начало с первой половины 30-х годов XX века, тогда первые информационные пункты на Юге России были открыты в городах Ростов-на-Дону, Сталинград и Сочи в 1932 году. 10 октября 1932 года Северо-Кавказским краевым гидрометеорологическим комитетом для обслуживания работы воздушного флота в районе станицы Нижне- Гниловской (окраина Ростова-на-Дону) была организована авиаметеорологическая станция (АМСГ) Ростов-на-Дону. С развитием воздушного флота развивалась и укрупнялась авиаметстанция. В 1934 году в Ростовском аэропорту было организовано бюро оповещений (БО), укомплектованное в основном первыми выпускниками Ростовского гидрометеорологического техникума.
Первым начальником БО был назначен Г.А. Немов, первыми синоптиками - Е.Н. Метельникова, М.И. Потолокина, Е.Л. Синоптические карты и материалы для работы привозили из Ростовского бюро погоды. Метеосводки для нанесения на карты принимались на слух с помощью простейшего радиоприемника УС-4. Все оборудование состояло из флюгера, метеорологической будки, дождемера и шаропилотного пункта.
Погода в Ростове-на-Дону на сегодня, точный прогноз погоды на сегодня для населенного.
В 1938 году это уже была АМСГ I разряда, которая 10 ноября 1938 года с созданием аэродрома ГВФ была перенесена на северо-восточную окраину города, где в настоящее время находится действующий аэропорт Ростов- на-Дону. Во время Великой Отечественной войны 1941-1945 гг. В период оккупации Ростова (с июля 1942 по август 1943 года) авиаметстанция не работала. Личный состав станции был эвакуирован в район Кавказских Минеральных Вод.
В тяжелых боях за Ростов авиаметстанция была почти полностью разрушена, поэтому после освобождения города основной задачей было восстановление работы станции, штата сотрудников, укомплектование оборудованием. Развитие гражданской авиации и появление реактивных воздушных судов предъявили новые требования к метеорологическому обеспечению полетов. 1963 году на базе АМСГ I разряда был создан Ростовский авиационный метеорологический центр (РАМЦ). Теперь специалисты РАМЦ составляли и передавали на авиаметстанции, обслуживающие авиахимработы, карты АКП-1Б вертикальных разрезов тропосферы по двум основным трассам, стыкованные карты МРЛ, карты начальных точек траекторий переноса. Была организована система прямых авиационных связей (СПАС).
В истории Ростовского авиаметцентра были сложные времена. Начинали наблюдать за погодой техники- метеорологи визуально, из метеоприборов были только термометры, барометр да флюгер для определения параметров ветра.
Синоптики составляли прогнозы зачастую благодаря своему опыту и интуиции. Сбор и распространение информации происходил по телеграфу и по радио с помощью азбуки Морзе.
Сейчас Ростовский авиаметцентр оснащен современным высокотехнологичным оборудованием для определения температуры и влажности воздуха, высоты нижней границы облаков и горизонтальной видимости в нескольких точках вдоль взлетно-посадочной полосы, атмосферного давления, параметров ветра и других. Сбор и передача данных о погоде производится автоматически, распространение информации происходит с помощью современных средств связи, синоптики используют в работе новейшие прогностические модели и данные искусственных спутников Земли. Но, несмотря на технический прогресс и бурное развитие электроники, главными в метеообеспечении авиации по-прежнему остаются специалисты, хорошо понимающие, что от их квалифицированной, слаженной работы зависит безопасность полетов воздушных судов. Коллектив РАМЦ во все времена состоял из высококвалифицированных, ответственных, преданных своему делу специалистов. Ростовский авиаметцентр успешно занимается метеообеспечением аэропорта Ростов-на-Дону, ПАО «Роствертол» и всех аэропортов и площадок, расположенных на территории Ростовской области.
Наряду с оперативной работой по обслуживанию полетов ВС Ростовский авиаметцентр осуществляет методическое руководство прогностической деятельностью авиаметеорологических станций во всех аэропортах Юга России, производит сбор, обработку и распространение авиаметинформации в зоне ответственности Северо- Кавказского филиала ФГБУ 'Авиаметтелеком Росгидромета', а это территория Южного и Северо- Кавказского федеральных округов. Во главе коллектива в разные годы стояли Криуленко Е.Л., Величко А.А., Потокина, М.И., Акулинина Е.Ф., Кудрявцева Е.П., Цыганов Г.П., Гончаров В.И. За многолетний добросовестный труд многие сотрудники РАМЦ имеют награды. Орденом Трудового Красного Знамени награжден Г.П. Цыганов, а инженер-синоптик О.Н. Волошина медалью «За трудовую доблесть». Знаком «Отличник Гидрометслужбы» награждены К.А.
Андреева, С.И. Блинова, С.Д.
Блицман, Л.И. Борисова, А.Г. Глебичев, В.И.Гончаров, Н.П. Даниленко, Л.Л.
Калинникова, Л.Д. Клычева, Н.А. Кутыркина, Л.И. Медведева, Е.А. Пахомова, М.И. Потокина, В.А. Ралдугин, Г.А.
Саражина, О.И. Финенко, Н.А. Фролова, Г.П. Знаком «Почётный работник Гидрометслужбы России» награждены К.А. Андреева, В.И.
Гончаров, Л.Г. Овсепян, Г.А.
За большие успехи в метеорологическом обеспечении Гражданской авиации РАМЦ был награжден Дипломом второй степени ВДНХ СССР. За большой вклад в метеорологическое обеспечение полетов воздушных судов коллектив РАМЦ был награжден Почётной Грамотой Росгидромета. В настоящее время РАМЦ является структурным подразделением Северо-Кавказского филиала ФГБУ «Авиаметтелеком Росгидромета» и продолжает успешно заниматься метеообеспечением авиации, являясь одновременно органом метеорологического слежения за опасными для полетов воздушных судов явлениями погоды на территории ответственности Ростовского зонального центра единой системы организации воздушного движения «Аэронавигация Юга», а это вся территория Северо- Кавказского и Южного федеральных округов. В декабре 2017 года Ростовский авиаметценр будет перемещен в новый международный аэропорт «Платов» – крупнейший инфраструктурный проект Ростовской области, призванный стать главной воздушной гаванью Юга России и принимать большинство существующих и перспективных типов воздушных судов. Новый аэропортовый комплекс расположен в 40 км от Ростова-на-Дону. Начинается новая страница в истории Ростовского авиаметцентра! « ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ.
СИСТЕМА МЕНЕДЖМЕНТА КАЧЕСТВА. ПОКАЗАТЕЛИ ДЕЯТЕЛЬНОСТИ. ПРОГРАММЫ.
СОЦИАЛЬНАЯ ДЕЯТЕЛЬНОСТЬ. ОХРАНА ТРУДА И ПБ.
Карта Мрл Ростова На Дону
СТАТИСТИЧЕСКАЯ ИНФОРМАЦИЯ. МЕЖДУНАРОДНОЕ СОТРУДНИЧЕСТВО. СУДЕБНАЯ ПРАКТИКА. ПРОЕКТЫ.
Сегодня я вновь хотел бы поговорить с вами о погоде. Вновь — потому что почти год назад мы уже о ней: я рассказал про нашу технологию построения прогнозов Метеум, основанную на метеомоделировании и машинном обучении. Теперь я хочу поговорить не о той погоде, которая будет завтра, на следующей неделе или в новогоднюю ночь, — а о той, которая уже установилась за окном, и о той, которая наступит в ближайшие несколько часов.
Под катом я расскажу о том, что такое наукастинг и как мы над ним работали. Текущая погода влияет на огромное количество наших ежедневных решений. Если за окном сильный снегопад, мы раздумываем, как нам поехать на работу — на машине или на общественном транспорте. Глядя в окно, решаем, брать ли с собой зонт и нужна ли непромокаемая куртка. Даже стоя на выходе из метро в проливной дождь, мы гадаем, когда он кончится. Если через пять минут — то можно подождать и прийти на встречу в сухом костюме, а если через полчаса — то придётся либо промокнуть, либо опоздать.
Для всех этих небольших, но важных решений нам нужна максимально точная информация о том, какая погода сейчас и как она будет меняться в ближайшей перспективе. Вы наверняка сталкивались с ситуацией, когда в одном районе города светит солнце, а в другом льёт проливной дождь с грозой. Как это делалось раньше Поскольку текущая погода важна нашим пользователям, именно об этом параметре сервиса люди чаще всего пишут в отзывах, включая негативные.
Казалось бы, нужно всего лишь посмотреть за окно и показать на сервисе правильную погоду. Но описать ситуацию за окном в любой точке страны или мира — задача не из простых. Во-первых, метеостанции расположены далеко друг от друга и измеряют параметры в строго определённые промежутки времени. Казань, например, является огромным городом, а метеостанций там всего две: в центре и в аэропорту.
Температура и другие показатели в этих точках и в соседних с ними районах могут кардинально различаться. Во-вторых, из-за ошибок в начальных условиях прогнозные модели тоже не могут служить надёжным источником информации о фактической обстановке на улице. Да и требования к сиюминутному прогнозу значительно выше: всегда можно выглянуть за дверь и проверить, правы ли метеорологи. Ещё раз напомню, что в Яндекс.Погоде используется технология Метеум, основанная на метеорологических моделях и машинном обучении. Построенная на базе Матрикснета и обученная на больших массивах данных, наша формула оптимальным образом комбинирует подаваемые на вход факторы.
В итоге прогноз получается заметно более точным. А чтобы показать на сервисе нынешнюю погоду, мы (помимо прогнозов из математических моделей) подмешиваем в формулу измерения, недавно полученные на ближайших метеостанциях. Такой подход существенно лучше других вариантов решения поставленной задачи.
Точность определения погоды в ближайшие часы сильно возрастает, и это неудивительно, поскольку мы учитываем наиболее оперативную и точную информацию. Наши метрики существенно возросли по сравнению с нашими же собственными прогнозами, построенными до того, как мы начали подмешивать свежие данные с метеостанций. В мае этого года, сразу после их добавления, мы расширили зону действия Метеума на всю Россию, а в ноябре-декабре — на Украину, Беларусь и Казахстан. Но даже комбинированный подход из моделей и данных, склеенных при помощи Матрикснета, не даёт желаемой точности. Особенно это касается осадков — одного из самых важных для пользователя параметров. Основная причина такого несовершенства — недостаток данных. Метеостанции, как уже было сказано, расположены далеко друг от друга.
Используя взятые со станций данные, вы не можете сообщить пользователю, что ему стоит подождать 10 минут в подземном переходе и проливной дождь на улице сменится переменной облачностью. Где можно достать ещё какие-нибудь данные о состоянии атмосферы? Нужно больше данных Самым последним достижением науки и техники в области мониторинга осадков является метеорологический радиолокатор.
Примерно раз в 10 минут он строит трёхмерный снимок атмосферы в радиусе 200 километров от своего местоположения по горизонтали и до 10 километров по вертикали. По принципу действия радиолокатор очень похож на авиационный радар, только на снимке видны не самолёты, а области атмосферы, где есть капли воды размером более 50 микрометров. Если такие капли и правда есть, то, скорее всего, из облака, в котором они находятся, выпадают осадки. Вот как выглядит сам радар и результаты его работы: В России уже сейчас существует сеть метеорологических радаров достаточно высокого качества.
Они установлены в наиболее населённых и интересных с метеорологической точки зрения регионах. Область покрытия радаров показана на карте: Кстати, в незакрашенной области проживает более 40 процентов населения России. Данные радара имеют пространственное разрешение 2 на 2 километра на пиксель, что позволяет описывать текущую погоду с точностью до небольшого микрорайона. В этом году Яндекс получил официальный доступ к измерениям, которые проводятся на сети радиолокаторов Росгидромета. С тех пор мы интенсивно работали над добавлением этих данных в наши продукты.
Сегодня мы готовы представить технологию наукастинга — краткосрочного гиперлокального прогноза осадков. Наукастинг — слово, пришедшее к нам из английского языка, сложенное из двух слов: now и forecasting, то есть дословно «прогноз на сейчас». А на самом деле через продукты Яндекса теперь можно узнать о распределении осадков во временном промежутке от двух часов назад до двух часов вперёд. Наш новый продукт основан на свёрточных нейронных сетях. С точки зрения математики задача формулируется следующим образом: необходимо по последовательности радарных снимков и релевантной метеорологической информации предсказать будущие карты осадков с временным разрешением в 10 минут на 2 часа вперёд.
Для решения этой задачи мы выбрали свёрточную сеть определённой архитектуры. Каждый свёрточный слой сети представляет собой последовательный набор фильтров, автоматически выделяющих признаки из набора данных, подаваемых на вход. Совокупность таких слоёв позволяет выделить большое количество признаков, по которым можно судить о том, что будет происходить с осадками в выделенной области. Начнутся они или, наоборот, закончатся?
Ростов На Дону На Карте
Или же просто повысится их интенсивность? Всё это можно определить. Чтобы настроить фильтры свёрточной сети и веса между ними, мы формируем обучающую выборку достаточно большого объёма — сейчас она состоит более чем из 800 000 кадров с каждого радара, прошедших предварительную обработку. Обучение нейронной сети происходит на кластере из GPU.
Вот как выглядит эта сеть: Архитектура сети В целом, движение осадков можно разделить на две компоненты: перенос области с осадками по направлению ветра и изменение формы области. За каждую из компонент отвечают отдельные ветви нейросети, что позволяет гибко подбирать параметры оптимизации. Что касается data flow — вот как его упрощённо описывает автор,: Данные радаров и наукастинга, которые передаются на бэкенд погоды, сначала интерполируются с азимутальной проекции, центром которой является радар, на регулярную широтно-долготную. Затем на полученной сетке строятся контуры, описывающие области осадков в зависимости от интенсивности и типа. Контуры хранятся в виде полигонов в PostgreSQL.
Часть данных, например с описанием облачности, хранится в растровом виде в том же PostgreSQL: это позволяет быстро отвечать о значениях определённых переменных в конкретной координате, одновременно сохраняя консистетность с векторизированным представлением в виде полигонов. Метрики Мы оцениваем точность продукта и настраиваем наш нейросетевой прогноз погоды по нескольким типам метрик. Во-первых, нам важно, насколько правильно мы предсказали каждый следующий кадр нашего прогноза. Мы используем покадровую метрику f-score, которую можно определить как «точность предсказания текущего снимка». Во-вторых, нам интересны метрики для тех точек пространства, где в ближайшее время произойдёт изменение погодного состояния. С помощью них мы узнаём самое главное: насколько точно определено время начала или окончания дождя и, соответственно, насколько хорошо срабатывает сценарий, при котором пользователь ждёт окончания осадков.
Мы находим нужные точки и фиксируем соответствия и несоответствия между прогнозом и реальностью в каждый момент времени. Вот как выглядит f-мера для первой метрики в зависимости от горизонта: Надо сказать, что если рассчитать такие же строгие метрики для регулярного прогноза любого провайдера, значения будут не больше 0,1, а чаще — очень близки к нулю. Это связано как с различиями в самой методике прогнозирования, так и с отсутствием большого и важного источника данных. Мы выбрали типы метрик, ориентируясь на то, как новые данные будут представлены в продукте.
На главной странице Яндекс.Погоды теперь есть сообщение об осадках в ближайшие два часа. Из этого блока можно узнать, что осадки закончатся с минуты на минуту или начнутся в течение получаса. Нажав на сообщение, вы увидите, как области с осадками распределены в вашем районе. На этой же карте отмечены и все остальные области в зонах действия радаров. Вместо послесловия Скажу ещё пару слов о том, о чём говорил в самом начале.
Технология, которую мы представили сегодня, разработана специально для того, чтобы сделать жизнь наших пользователей чуть более комфортной. Гиперлокальный краткосрочный прогноз осадков поможет людям принимать решения, основываясь на информации из принципиально нового источника — сети метеорологических радаров. Данные об интенсивном снегопаде с детализацией до районов вашего города помогут узнать о количестве снега на дорогах, а предупреждение о проливном дожде позволит не простудиться весной. Сейчас это может показаться невероятным, но скоро наступит лето и все мы будем кататься на велосипедах, роликовых коньках, гулять в парках, отдыхать на природе. И с сегодняшнего дня можно строить планы на ближайшее время, глядя не на низкий или высокий полёт ласточек, а на страницу и приложения. Один всем вам знакомый персонаж уже так и делает. Метки:.
Добавить метки Пометьте публикацию своими метками Метки необходимо разделять запятой. Например: php, javascript, андронный коллайдер, задача трех тел. Проблема в том, что предсказывать нужно не только осадки, но и действия пользователя. Мне, например, иногда не удаётся сходить в кино из-за дождя. Бывало весь день планируешь пойти на определённый фильм, а затем, как раз перед выходом, начинается дождь.
И заканчивается тогда, когда уже поздно дёргаться. Знал бы заранее, что будет дождь, вышел бы на полчаса раньше и погулял бы эти полчаса по торговому центру.
Но даже если будет возможность заранее узнавать о дожде, то это всё равно не поможет. Кино не настолько важно, чтобы заморачиваться и смотреть прогноз заранее. Проще не пойти в случае дождя.
А вот если бы кто-то мог предсказать, что я намерен пойти в кино, и директивным образом сообщил мне, что я должен выйти на полчаса раньше, потому что будет дождь, то это совсем другое дело. Интересная и полезная новость, спасибо! Скажите, при таком высоком разрешении по времени, не кажется ли вам, что сервис должен видоизмениться в «погода на маршруте». Человеку гораздо проще ориентироваться в прогнозе, если ему программа напишет:. по пути на работу начнется сильный снегопад, лучше ехать на метро, а не на трамвае. или по пути на работу сильный ливень на подходе к офису, оденьте резиновые сапоги Я и сейчас иногда жалею, что нет сервиса погоды по пути следования. Казалось бы, несложная математика, а когда нужно прогноз погоды на 400км маршруте наложить на время — в уме не особо и сделаешь.
А с таким разрешением как у вас — и прогулка велике на 30 км уже потребует решения такой задачи. Я не имел ввиду ваши прогнозы, я пользуюсь другими прогнозами, но по разным сайтам и разным приложениям стабильно занижены температуры по сравнению с термометром, причем так было не всегда, а с каких-то пор, хотя термометр у меня давно один и тот же и опять же не только я так считаю. Вы сами можете сравнить показания прогнозов с собственными термометрами. Кстати осадки тоже все сайты и прогнозы стали врать с каких то пор, може в этом году так стало точно не помню.
А раньше всегда достаточно точно получал прогноз температуры и осадков на день и по часам с сайта. Круто, что в моем дефолт-сити Петрозаводск воткнули метеорологический радиолокатор. Печально, что установка его была после авиакатастрофы =/ Ну да ладно, не об этом. По приложению и погоде:.
Почему был выбран промежуток именно 2 часа? Обусловлено какой-то точностью?. Крутое предложение выше — погода по маршруту. Особенно актуально в больших городах или длинных поездках на том же вело.
Можно тогда и маршруты составлять так, чтобы не попасть под осадки. Почему-то в виджете в центре уведомлений мне пишет, что в 14:00 осадки, а в приложении — осадков не будет в ближайшие 2 часа.(UPD: спустя 10-15 минут пользования приложением данные о снеге стали отображаться);. На карте осадков было бы удобно сделать какой-то механизм возврата на текущее время, например полистал вправо-влево, хочу быстро вернуться на текущее время. Например двойной тап по панеле со временем — перенос на «Сейчас»;. Нравится приложенеи Wunderground. У них очень удобно сделан таймлайн погоды, отображается дата, время, осадки, ветер, температура. На я.п кроме осадков и температуры информации нет.
И то температура разбита какими-то огромными промежутками. Непонятно, то ли данных нет, то ли отображается температура из прогноза утро/день/вечер/ночь. Я.П более легкое приложение, приятно выглядит. Допилить бы функционал только и WU можно удалять. Яндекс, давайте Вы не будете обманывать людей. Год назад я уже писал про ваш «Яндекс.Метеум», где доказал, что статистически Ваш прогноз ничем не отличается от прогнозов Фореки, которую вы раньше использовали. Это чистый пиар ход.
Сейчас вы снова наступаете на те же грабли. Вот последний ваш эпичный провал с 19 по 28 ноября. В красных квадратах все значения, которые не оправдались, в скобочках фактические значения. Общий уровень точности 22%. Извините, но когда на 3-е сутки допускают ошибку в 13 градусов, это уровень до компьютерной эпохи, когда прогнозы составляли классическим синоптическим методом.
А если честно, то это уровень дна. По самой статье. Где оправдываемость ваших прогнозов? Неужели сложно опубликовать эти данные? Или публиковать нечего? Зачем вы пытаетесь изобрести велосипед??? Данные локаторов уже давно используются во всех мезомасштабных моделях семейства WRF, особенно в США.
Другой вопрос. Прогноз осадков с точностью до минуты. Яндекс, быть может вы и можете в нейронные сети, но не можете в метеорологию. Прочтите хотя бы курс синоптической метеорологии, а потом заявляйте, что можете делать прогноз осадков с точностью до минуты.
Сначала вы пудрили людям мозги своими прогнозами с точностью до дома, потом изменили «с точностью до района». Сейчас вы уже лезете в «прогноз с точностью до минуты». Когда ожидать прогноза с точностью до секунды?
Статья не имеет никакого отношения к науке и метеорологии, а в очередной раз пытается пропиарить свой «суперкрутой» сервис. А давайте-ка я не буду с вами дискутировать, кажется это вполне бессмысленно. В вашем посте про Метеум, как и в этом комментарии, достаточно много громких заявлений, а с той самой фактурой как-то не очень. Например, на нашем сайте вы смотрите погоду в центре города, но не говорите о том, где находится метеостанция, с которой взялись фактические значения.
Да и даже независимо от этого, попытка вычислить «общий уровень точности» по одному прогнозу представляется мне достаточно рискованным статистическим упражнением. График точности прогнозов в статье у меня, кстати, есть, но оставить только его было бы наверное неправильно, людям ведь и про радары интересно и про то, какой у нас продукт получился Странно, в общем, что вы выбрали такой стиль общения, вероятно это как-то связано с целью самого комментария. У нас город 25 км в диаметре, это не Москва где высоко воздействие антропогенного фактора.
Я уже неоднократно писал, что на 1 градус температура может изменяться на сотни километров, а Вы мне про центр города рассказываете. Наша курганская метеостанция находится на расстоянии 10 километров от центра, это никак существенно не влияет на распределение температуры. Вот я даже сейчас смотрю и вижу у Вас погрешность в 4 градуса, а в соответствии с методикой оценки оправдываемости Гидрометцентра, это считается уже пролётом. Допуск 3 градуса.
Прогноз не оправдался при заблаговременности на 2 часа. О каких осадках может идти речь, когда Вы даже приземку не можете спрогнозировать. У нас сейчас идёт выхолаживание воздуха. Ваш Метеум не умеет рассчитывать это выхолаживание. Вы заявляете, что попытка вычислить «общий уровень точности» по одному прогнозу это не совсем корректно, да, это так.
Нужна большая выборка. Но все остальные модели смогли просчитать этот прогноз, а Вы — нет! Вот что самое главное. Сырые данные моделей (GFS, ECMWF, NAEFS и прочие) оказались точнее, чем распиаренный Яндекс.Метеум.
Яндекс, просто покажи свой уровень точности. На одни сутки, на вторые, третьи, четвёртые и так вплоть до десятых. А уже потом заявляйте, что Вы лучше всех остальных. Мне, например, известно, что точность Gismeteo для Кургана на одни сутки по температуре составляет 92%, далее точность падает на 3% каждые сутки. Выборка за 60 дней и более.
А где Ваша статистика, Яндекс? Сделайте, хотя бы по Москве. Оцените уровень других ресурсов, а уже затем делайте выводы.
Цифры, факты, эмпирика. Есть доля истины в вашем комментарии) Мне волей-неволей приходиться знать точный прогноз, обычно на сутки-двое вперед, дорога у меня практически никакая возле дома и вопрос часто в том, смогу я проехать по ней или нет. Уже несколько лет в поисках самых точных прогнозов по осадкам, но и температура частенько требуется.
Постоянно отслеживаю сервисы Яндекса, Gismeteo,Weather и разные мелкие сайты. И как-то Яндекс не радует точностью — то попадает то нет, уж не говоря об отсутствии такой полезной штуки как почасовой прогноз) Мой выбор Gismeteo и Weather, второй мне нравится даже больше — почасовка там есть с вероятностью осадков и она реально работает, хотя изредка бывают сильные просчеты.
Замечательно, что детализация метеума растет. Это смогут использовать и транспортные компании при учете логистики и расходов на транспорт — отправляя в рейсы в хорошую погоду. Делюсь интересным наблюдением: Для некоторых ниш, по аналитике сайта, постоянно замечаю рост конверсии в заказ и посещаемости именно в непогоду. Вопрос: Планируется ли повышение ставок в рекламе на Директе относительно изменения погоды? Вопрос совершенно серьезный, т.к. Зависимость прямая.
Скорее всего так происходит потому, что в непогоду пользователи склонны откладывать передвижение и возвращаются к ПК и смартфонам, чтобы заказать доставку чего-либо и не ехать.