南昌国际陆港春运现场：年货装车忙 出海效率高******

　　(新春见闻)南昌国际陆港春运现场：年货装车忙 出海效率高

　　中新社南昌1月7日电 题：南昌国际陆港春运现场：年货装车忙 出海效率高

　　中新社记者 李韵涵

　　1月7日是2023年中国春运首日。一辆由53节车厢组成，满载服装、电器等年货物资的集装箱货物班列从南昌国际陆港出发，开启这些年货物资的“出海之旅”。

　　不沿江、不靠海的南昌国际陆港位于江西省南昌县向塘镇。向塘镇一直以来都以中国南方最大的交通枢纽重镇而闻名，依托江南最大编组站——向塘西编组站，江西南部地区七成货物经由这里发往全国各地，是江西重要物流节点和货物集散地。

　　中新社记者走进南昌国际陆港看到，春运来临，港内的物流基地显露出繁忙，一个个集装箱在门吊的作业下进行装车，放眼望去，难以肉眼计数的集装箱正排列整齐等待装车。

　　“这趟列车在春运首日开出，上面装着服装、日用品等年货物资，在到达浙江宁波北仑港后乘船发往世界各地。”中国铁路南昌局集团有限公司向塘西车站货运车间主任邓云说，近期班列所装物资都以粮油米面、电器等年货物资为主，当前运量在逐步攀升，南昌国际陆港也正加班加点对货物进行快装快卸。

　　目前，南昌国际陆港已开通南昌至荷兰(鹿特丹)、俄罗斯(莫斯科)、白俄罗斯(明斯克、奥尔沙)、法国(巴黎)等9条国际直达班列和南昌至深圳盐田港、宁波北仑港、福建江阴港、厦门高崎港等9条铁海联运外贸班列，以及南昌至满洲里、二连浩特、霍尔果斯等3条中欧班列，覆盖全球30多个国家和地区。

　　据了解，南昌国际陆港内的向塘铁路物流基地是中国国家铁路集团有限公司在全国规划建设的33个一级物流基地之一，内部划分为办公区、商品汽车区、集装箱区、仓储区和调车场五大作业区域。此外还有铁路口岸专用线，设铁路装卸区、查验区两部分。

　　邓云表示，在南昌国际陆港开行铁路联运班列之前，南昌及周边外贸企业的商品出海，通常需要把产品千里迢迢运到海港通过海运出境，并要自己找车队去海港拉集装箱，把空箱拉回来装好货后再拉回港口，既费时费力又增加物流成本。

　　“铁路联运既节省了物流成本，又加快了出海效率。”邓云称，如今的南昌国际陆港为外贸企业提供了稳定便捷的运输方式和贸易通道，外贸货物可以搭乘国际陆港的中欧班列或铁海联运班列直接出口。

　　据统计，2022年南昌国际陆港累计发送货物18147车，36394标准箱，59.86万吨；到达货物35959车，71918标准箱，140.75万吨，铁海联运集装箱到发量稳居江西第一。(完)

　　搜索

复制

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）