老乘警最后一班岗：守护开往边城的列车安全******
(新春走基层)老乘警最后一班岗：守护开往边城的列车安全
中新网南宁1月11日电(胡宏 蒋雪林)K9303次是广西南宁开往边城靖西的公益性列车，覃业民是南宁铁路公安局南宁公安处乘警支队的民警，他已经守护这趟列车8年，1月10日即将退休的覃业民将迎来他从警以来的最后一班岗。
覃业民(中)在检查消防设施。 蒋雪林 摄地处云贵高原东南的广西靖西市与越南接壤，因风景秀美有着山水“小桂林”的美誉。过去由于交通不便，让许多游客望而却步。2016年1月南宁至靖西的K9303次列车开通，列车正常编组仅有6节车厢，全程283公里，运行3小时50分，停靠4个站点，正常票价仅需43.5元，最低票价仅9元，是游客们前往靖西、德保及沿线群众出行的主要交通工具。
覃业民在列车上和一名小朋友交流。 蒋雪林 摄“由于这趟车来往于广西南宁和边城靖西之间，经常有越南的旅客乘坐。我们服务外籍旅客，要细致，要让外籍旅客感到舒适安全。”覃业民说，要服务好外籍旅客，就要了解每位外籍乘客的目的地，到站要提醒外籍乘客下车。
覃业民在查看一名外籍旅客的护照。 蒋雪林 摄自列车开通运营以来，覃业民便是这趟列车的乘警。虽然列车开通时间不长，但是覃业民却是个经验丰富的老乘警，在他38年的从警生涯中有着近30年的值乘经验，先后值乘过南宁开往北京、成都等城市的多趟重点列车。“可以说，我的青春是在列车上度过的”覃业民说。
在广西靖西站，驻站民警黄中驮(左)向覃业民献花。 蒋雪林 摄列车就是一个缩小版的社会，形形色色的旅客在车厢内演绎着人生百态。30年间，覃业民值乘过许多列车，其中K9303的条件却是最为特殊的。由于列车票价亲民且直通边境，旅客客流受旅游淡旺季、务工返乡、学生放假等多重因素影响波动较大，而且旅客的人员成分相对复杂，对覃业民的工作带来了不小的压力。“只要上车精神时刻都是紧绷的”覃业民说。
覃业民手捧献花与列车合影留念。 蒋雪林 摄值乘列车以来，覃业民办过许许多多的大小案件，有找回拿错行李的小事，也曾帮助旅客找回丢失的小孩，查获过数千克的毒品大案。
覃业民在办理退乘手续。 蒋雪林 摄“这么些年，我最大的收获是工作被旅客肯定。”据覃业民回忆，前些年的一个春运，有一对夫妻带着孩子和很多行李坐车，当时人特别多，车厢里非常拥挤，夫妻两个人为了方便下车分别站在车厢的两头，双方都以为小孩在对方身边，直到下了火车两人碰面才发现小孩不见了。在车上的覃业民接到报警后立即在车厢内寻找，最后发现列车进站时小孩被锁在厕所里。当把孩子送到父母身边时，他们发自内心的感谢让覃业民至今记忆犹新。
支队领导向覃业民赠送象征着“一身警服、一生荣耀”的警礼服照片。 蒋雪林 摄1月10日是中国人民警察节，也是南宁铁路公安局南宁公安处乘警支队乘警覃业民从警30多年的最后一班岗。覃业民的青春年华都奉献在南来北往的列车上，守护成千上万旅客的旅途平安。当天下午5时，从靖西返回的列车安全停靠南宁车站，覃业民顺利完成值乘任务，也给自己的警察生涯画上了圆满的句号。
覃业民帮旅客将行李放到行李架上。 蒋雪林 摄南宁铁路公安局南宁公安处在车站为覃业民进行了简单的庆祝仪式，退乘后支队领导向他赠送了象征着“一身警服、一生荣耀”的警礼服照片，并为他多年默默坚守和无私奉献表示衷心的感谢。(完)
【科学的温度】如何撬开震后灾害的“盲盒”？****** 中新网成都1月17日电 (记者 贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列？ 围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读。  范宣梅接受中新网记者专访。 唐启浩 摄有哪些因素可能诱发震后地质灾害？ 范宣梅介绍，余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完，震区容易发生较强余震。在余震影响下，一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样，震后强降雨，也容易导致震区发生二次滑坡或泥石流灾害。 为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。 “我们除了大范围搜集卫星遥感数据，还会在雨季前后，对一些重点区域加强监测。”范宣梅表示，如果“9·5”泸定地震震区在2023年发生强降雨，那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。  工作中的范宣梅。 受访者供图为什么要建立地震诱发滑坡预测模型？ 汶川特大地震发生后的十余年间，范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵的影像和数据，并基于全球50余次地震诱发的40多万条灾害数据，结合最新的人工智能算法，建立了地震诱发滑坡近实时预测模型。 “汶川特大地震发生后，主要救援力量第一时间前往了汶川，而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间的信息空白，给震后应急救援提供第一手的支撑和决策信息。  地震诱发滑坡智能预测模型。 受访者供图范宣梅介绍，卫星不会固定在某一个位置拍摄地球某一个固定点位，而是不断围绕地球旋转。如果泸定地震发生时，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方，才能拍到震区受灾影像。甚至有时候，一张好的卫星影像拿到时，距地震发生时已经过去了一个月。 “如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间。”范宣梅表示，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息，快速判断哪些地方地质灾害最为集中，哪些地方房屋道路受损最严重，让救援力量第一时间前往最需要救援的位置。  工作中的范宣梅。 受访者供图中国科研人员如何撬开震后灾害的“盲盒”？ 范宣梅介绍，汶川特大地震发生后，中国科研人员将卫星技术、人工智能、大数据等技术与防灾减灾相结合，最终撬开震后灾害的“盲盒”。 范宣梅透露，成理地灾国重实验室目前正进行地震灾害链相关的科研攻坚。如果震后滑坡和泥石流形成的堰塞湖-溃决洪水，可能影响到下游上百甚至上千公里的范围。目前科研人员正研究如何更好预测灾害链的发生，避免因灾害链可能造成的大规模人员伤亡。 范宣梅表示，近年来无论是中国科研人员在地灾领域的经验还是科研成果，在国际上都处于领先地位。在未来应把防灾减灾领域的中国知识、中国智慧输送到国外，以帮助更多人。(完)
|
