广东春运的“摩托大军”去哪儿了?高铁一开就锐减近20万人******
“摩托大军”去哪儿了
对于常年关注广东地区春运的人而言,“摩托大军”不是个陌生的词语。但是,今年春运期间,在广东佛山、肇庆等往年“摩托大军”的必经之路上,浓烟滚滚、轰鸣震天的摩托车长队已然消失。
这些思乡心切、甘冒风雪的归家人,去了哪里?
在没有高铁的春运年代,运力紧张是广东珠三角及周边地区的常态。因为春节火车一票难求,相当一部分广西籍外来务工人员,只得选择结伴骑摩托车返乡。相同的时间、相同的路线,让他们会聚成了一支浩浩荡荡的“摩托大军”。
2012年春运,“摩托大军”开始兴起。当年“摩托大军”总数超过30万人。为确保“摩托大军”的安全,当地党委政府甚至动用了警车为他们开路。2014年春运,“摩托大军”达到鼎盛,一度逼近60万人。广东肇庆等地每天安排1000多名工作人员,为其提供引导、救助、餐饮等志愿服务。但即便全力保障,交通堵塞和交通事故也总是与“摩托大军”如影随形。
2014年年底,贵广、南广高铁开通,情况发生了变化。当年春运,贵广、南广高铁每天运力可达3万人。高铁一开,当年“摩托大军”就锐减了近20万人。
作为曾经“摩托大军”中的一员,在广州务工的王慧珍给记者算了一笔账:如果坐汽车回广西宾阳老家,票价200多元,要10个小时才能到家;骑摩托车回家,成本虽然只有坐汽车的一半,但要十四五个小时才能到家,既辛苦又不安全;而广州至南宁的高铁票价是169元,4个小时就能到家。选择一目了然。
记者从广铁集团了解到,今年春运,南广、贵广高铁的运力创历史新高,每天可运9万多人。从2015年春运开始,广铁集团还联合广东、广西两地党委政府和爱心企业,开行了“摩托大军”高铁返乡专列,希望引导人们选择更加安全便捷的方式返乡过年。
在深圳某电子厂工作的周光荣是一名退伍军人,摩托车曾是他过年回家的主力工具。“以前,我们桂林在一个厂打工的老乡,基本上都是骑车回家。今年,老乡们都劝我不要骑车了,太危险。我现在每个月工资5000多元,没什么想不通的。回家路上当然安全第一。”坐在D2904次高铁上,周光荣笑着说。
对于那些依旧选择了摩托车回乡的人们而言,虽然人数越来越少,但一路上享受到的服务一如往常。春节前某一天,在佛山一高速路口的加油站旁,几名骑摩托车返乡人员边聊天,边等候免费加油。加油站工作人员告诉记者,这项由中石化和共青团广东省委联合发起的“情暖驿站 满爱回家”爱心公益活动,今年还在照常进行,只是前来加油的人越来越少了。
满载着613名在粤务工人员的列车,缓缓驶出站台。透过车窗,可以看到一位乘客正出神地望着窗外,似乎并不吝于拿出点时间,来享受踏上归途后的片刻惬意。
(本报记者 吴春燕 王忠耀 本报通讯员 曾勇)
2100年,2/3冰川可能消失******
图片来源:pixabay
美国科学家进行的一项研究对本世纪不同排放场景下的冰川质量损失进行了新的预测。相关研究1月5日发表于《科学》。
研究表明,根据当今减缓气候变化的努力,本世纪全球可能损失多达41%,或者至少26%的冰川。
这些预测将被汇总到全球温度变化场景中,补充有关气候变化的讨论内容,例如在《联合国气候变化框架公约》第27次缔约方大会(COP27)上进行的讨论。
卡内基·梅隆大学土木与环境工程助理教授David Rounce团队发现,如果继续投资化石燃料,在未来场景中,按质量计算超过40%的冰川将在本世纪内消失,而按照数量计算,超过80%的冰川可能会消失。在最好的低碳排放场景下,全球平均温度的上升相对于工业化前水平被限制在1.5℃以内,但按质量计算仍有超过25%的冰川质量将消失,按照数量计算则有近50%的冰川将消失。
按照冰川的标准,这些消失的冰川大多数都很小(不到1平方公里),但它们的消失会对当地的水文、旅游、防灾和文化价值产生负面影响。
该研究为区域冰川建模提供了更好的背景,Rounce希望这有助于促使气候政策制定者将温度变化目标降低到2.7℃以内——这是《联合国气候变化框架公约》第26次缔约方大会(COP26)承诺的目标。
如果温度上升超过2℃,则欧洲中部、加拿大西部和美国等地的较小冰川将受到不成比例的影响。如果温度上升3℃,这些地区的冰川几乎将完全消失。
Rounce指出,冰川对气候变化的反应需要很长时间。他将冰川描述为流动极其缓慢的河流。今天的减排努力并不能消除以前排放的温室气体,也不能阻止温室气体对气候变化的影响。这意味着即使完全停止碳排放,其正面效应也需要30年至100年才能反映在冰川质量损失率上。
许多因素决定了冰川质量的流失,Rounce的研究推动了用模型解析不同类型的冰川的研究,包括潮汐冰川和碎片覆盖的冰川。前者指漂于海洋的冰川,这导致它们在这个边界失去了很多质量。后者则指被沙子、岩石和巨石覆盖的冰川。
Rounce此前的研究表明,碎屑覆盖层厚度和分布可能对整个区域的冰川融化速率产生积极或消极影响,这取决于碎屑的厚度。在这项最新研究中,他发现,解释这些过程对全球冰川预测的影响相对较小,但在分析单个冰川时却发现了质量损失的巨大差异。
该模型还使用前所未有的大量数据进行了校准,包括对每个冰川的单独质量变化进行观测,从而提供了冰川质量变化的更完整、更详细的图像。可以说,超级计算机对于支持最先进校准方法的应用和不同排放场景的大规模集成必不可少。(王方)
(文图:赵筱尘 巫邓炎)