中国女足敲定世界杯“假想敌” 热身赛将远赴西班牙******
将远赴西班牙踢4场热身赛 全是高强度
中国女足敲定世界杯“假想敌”
北京青年报记者了解到,在1月20日结束集训后,中国女足将于1月26日(农历正月初五)在广州重新集中,随后于2月10日前往西班牙参加世界杯前系列热身赛。
据了解,在西班牙期间,中国队将分别于当地时间2月14日、16日、19日、22日在马贝拉进行4场国际热身赛,对手分别为瑞典女足、爱尔兰女足以及两支西甲俱乐部队。因在今年世界杯小组赛中与英格兰队、丹麦队两支欧洲劲旅同组,中国女足将把4个热身对手视为世界杯假想敌,从而进一步熟悉、适应与欧洲球队交手的高速率和强对抗节奏。
集训
计划在广州训练两周多 于2月10日前往西班牙
中国女足从去年12月5日在海口开启新一期冬训,其中首阶段集训于今年1月20日告一段落。球队全员回家过年之后,将于1月26日,也就是农历正月初五在广州市重新集中。
按照计划,球队将在广州进行两周多的集训,随后于2月10日启程前往西班牙。在此之前,瑞典足协已经通过官方渠道宣布,瑞典女足将于当地时间2月16日晚在马贝拉与中国女足进行一场国际A级热身赛。而这场比赛也是中国女足在西班牙参加的4场热身赛之一。
热身
中国女足将对阵瑞典、爱尔兰 还会与西甲俱乐部队赛两场
国际足联赛历显示,2月13日至25日是本年度首期女足国际比赛日窗口期。利用这一周期,跻身2023年女足世界杯的诸旅纷纷安排了高质量热身。而中国女足除与瑞典队热身外,将于当地时间2月22日与爱尔兰队进行另外一场国际A级热身赛。考虑到出访热身机会比较难得,中国女足在中国足协的争取下,还将与西甲俱乐部队进行两场热身赛。
备战
提升竞争力和应变能力 女足将以最强阵容参赛
从行程安排来看,中国女足此次出访西班牙,其主要目的便是通过有针对性的热身赛,提升国际比赛竞争力和应变能力。这是因为,中国女足将在今年女足世界杯小组赛上与女足欧洲杯冠军英格兰队、北欧劲旅丹麦队同组。目前英格兰队、丹麦队分列世界第4位、第18位,而瑞典队、爱尔兰队分列世界第3位和第23位。从技术特点来说,爱尔兰队、瑞典队分别与英格兰队、丹麦队相近,也就是兼具身体力量、攻防转换速率的优势,因此中国女足与爱、瑞两队热身质量将有所保障。
按照中国足协发布的官方集训通知,共有27名球员参加了在海口进行的冬训首阶段训练。不过,由于超过10名女足球员分别留洋欧洲、北美职业俱乐部,因此包括王霜在内,部分留洋国脚届时将从各自俱乐部直奔西班牙与球队会合。换言之,中国女足将以最强阵参加2月的系列热身赛。
文/本报记者 肖赧 统筹/王咏 供图/视觉中国
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)