直击“摩托大军”返乡******

　　2023年春节即将到来，伴随着春运的开始，广东佛山龙山加油站比以往更加热闹。等待给车辆加油的是数十米长的摩托车队，驾驶员们正为返乡做准备。

　　这些骑着摩托车的人被称为“春节返乡摩托车大军”，他们大多数是从外地到广东务工的工人，春节前将骑摩托车返回广西、贵州等地，在家乡过年。“摩托车大军”盛行时，数量最高曾突破百万辆次。

　　1月8日上午，华西都市报、封面新闻记者在现场看到，骑摩托车返乡的务工人员陆续来到加油站，为车辆加油，为返乡行程做准备。加油站工作人员表示，今年骑车返乡的务工人员人数相较过去三年有所回暖。

　　返乡“摩托大军”：

　　骑车出于爱好，当天可以到家

　　从工作地所在的广东佛山到家乡广西南宁，骑摩托车大约需要10个小时。韦易睦连续10年在春节前踏上这段回家路。今年，他照例骑上摩托车准备出发。临行前，他做了两个准备：连夜修好摩托车坏掉的电池，给车加满了油。

　　骑车是韦易睦的爱好。“正好出去，一路看一看。”这辆即将载着他返回家乡的摩托车，曾经载着他去过西藏。去年春节前，他也曾骑车载着妻子一起回家。但妻子觉得“受不了”，所以她今年计划乘坐高铁返乡。

　　佛山龙山加油站是大多数在粤务工返乡摩骑人员必经的站点。1月8日11时，华西都市报、封面新闻记者在龙山加油站现场看到，陆续有骑摩托车返乡的务工人员来到加油站加油和领取物品。

　　57岁的方立辉也在“摩托大军”的队伍中。他已经在广州打工二十多年，骑摩托车回家是他经常选择的交通方式。今年，他计划1月10日早上出发。约400公里的路程，他用8个小时可以走完，当天晚上就能抵达家乡广西贵港。

　　“摩托大军”数量今年或回暖

　　加油站免费为2000骑车人提供服务

　　“摩托大军”近几年数量锐减。据广东省交通部门2022年数据显示，“摩托大军”人群自2013年春运期间达到峰值约110万辆次后，明显呈逐年下降趋势。

　　龙山加油站站长裴大勇告诉记者，近年来，不少返乡摩骑人员开始退出“摩托大军”队伍。“(有的)摩托车车友现在买了私家车，另外在开通了高铁的地方，有些工人选择乘高铁回家。”

　　但据他们观察，今年参加返乡加油活动、计划骑车返乡的人数相较过去三年有所回暖。自2013年来，某品牌石油企业在广东开展公益活动，为春运期间摩骑返乡务工人员、跨省运输卡车司机提供免费加油、休息等服务。今年春运期间，该企业在广东多个加油站计划免费面向2000名骑车返乡人员提供服务。

　　华西都市报-封面新闻记者 林珏瑶 杨峰

　　佛山摄影报道

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）