过去32年里，印度首都新德里市经历了世界最大规模的城市移民活动。

人群像候鸟一样向新德里涌来

（图：壹图网）▼

根据印度政府在2011年的人口普查数据显示，新德里市的人口在2011年就超过了1100万。据《印度时报》报道，2016年，印度首都新德里市每天新增近1000人。

在新德里市人口爆炸式增长的辐射带动下，印度国家首都地区NCR成为了印度最大的都市区和世界第二大都市区。据联合国数据显示，到2028年，NCR所覆盖的人口规模，甚至会超过目前世界上人口最多的东京都市圈。

德里的人口增速一马当先 ▼

新德里的野蛮生长，不仅体现在人口爆炸，也体现着城市用地的膨胀。

从NASA的卫星影像可以看出，近30年来，新德里市的土地利用密度显著增加，其城市化率几乎接近百分之百；印度国家首都区“NCR”的地理面积几乎翻了一番，总地域面积达到了惊人的50566平方公里。这无疑是是世界上最快的城市扩张之一。

30年内，新德里市的城区范围肉眼可见地增长

（来源：nasa）▼

人们不禁好奇，新德里为何扩张得如此之快呢？

从旧德里到新德里

提到印度首都，人们脑海中首先出现的就是新德里（New Delhi），或许有人不禁好奇，那旧德里呢？而当人们检索新德里的相关信息时，又会出现“德里”和“新德里区”等关键词。德里何其多，到底哪一个才是首都呢？

印度的首都范围非常复杂，主要分为四个层级：

新德里城区、新德里区、新德里市注意区分 ▼

• 第一层级是指新德里市城区 (New Delhi)， 主要包括市政机构与周边地区；
• 而新德里市又从属于更大的新德里区（New Delhi District), 包括旧德里、新德里和德里坎登门及一些邻近区域；
• 新德里区又属于更高一级的德里国家首都直辖区“NCT”（National Capital Territory），也就是人们通常所说的“德里”；
• NCT之外还有更广泛的国家首都地区NCR（National Capital Region）。

通常情况下，印度首都新德里是指新德里市。

而一切增长的开始，可以追溯至1911年，也就是新德里还是“旧德里”的时候。

从旧德里到新德里，一个重大的转折

（图：壹图网）▼

作为莫卧儿王朝古都的旧德里，是印度北部中心一个富饶的古城，占地约11平方公里, 人口规模仅为40万。

随着20世纪初反殖民运动的风暴席卷印度，原英属印度首府加尔各答成为了风暴中心，英国殖民者为了躲避动乱与被刺杀的风险，决定将首府迁至旧德里市区，并将其更名为新德里。

趁着英国君主加冕印度皇帝的时机

建新都的事情也在这一年趁机敲定

德里杜尔巴（图：Wiki/ 壹图网）▼

1947 年，随着英属印度分治为印度和巴基斯坦两个国家，印巴边境动乱四起，许多难民纷纷前往新德里这样相对安稳的城市避难，这也是促使新德里人口初次大规模增长的直接原因。

战乱为新德里带去了许多流民

（图：壹图网）▼

而随着首都功能一起到来的，就是英国殖民政府对旧德里大刀阔斧的改造。著名规划师埃德温·鲁琴斯和建筑师赫伯特·贝克负责规划设计了著名的“鲁琴斯德里”（"Lutyens' Delhi"）。

新德里著名的国王大道（后更名为责任大道 Kartavya Path）也由此诞生，许多建筑地标沿着这条大道拔地而起，其中包括印度的总统府、议会、中央秘书处和印度门，这些建筑如今也是新德里重要的旅游目的地。

笔直大道的两端分别是总统府和印度门

沿线的地标建筑则在不断更新

（图：壹图网 / Wiki）▼

在首都效应和悠久历史氛围的强有力加持下，新德里的文化旅游产业收入十分可观。2016 年，新德里旅游业创造了 32 亿美元的生产总值，占该市 GDP 的 3.6%，支持了 460,300 个工作岗位，占总就业人数的 8.3%。

光是接待每年来德里的外来人员

就养活了一大帮子车夫（图：壹图网）▼

在印度于1947年正式独立后，尼赫鲁领导下的印度政府开始探索印度的发展之路。在建国初期经济条件有限的情况下，印度走的是集中力量发展部分城市的老路，而在首都光环的加持下，新德里“被迫”成为了印度北方邦的经济中心、整个印度的政治中心和文化中心。

为此，印度中央公共工程部在鲁琴斯德里的西南开发了大片土地，以创建外交飞地供大使馆等部门使用，这是新德里的第二次重大扩建。

由于环境不错，成为了德里市民周末休闲的好去处

Chanakyapuri外交飞地（图：壹图网）▼

野蛮生长的超大城市群

上世纪60年代末，新德里又经历了一轮爆炸式的人口增长和城市扩张，而这一次的推手来自大洋彼岸。

经历了1969-1970年的滞胀危机后，美国本土许多大型制造企业纷纷选择将低技术部门外包至发展中国家，拥有大量廉价劳动力和充足原材料的印度，自然是美国人心中理想的外包目的地，作为首都的新德里也自然搭上了这趟快车。

进厂拧螺丝，就是许多人成为城里人的首要途径

（图：壹图网）▼

如今，发达的经济成为了吸引农村人群大量涌入新德里的关键因素。据德里政府2021-2022年经济调查显示，新德里是印度经济增速排名第三的城市；新德里的居民人均收入也是印度居民人均收入的三倍。

和国内其他地方比，德里人均收入可观

但和其他国家及地区相比，依然有差距 ▼

在2020-2021年，第三产业为德里的生产总值提供了85%的贡献量，服务业的增长率达到了7.3%。从农村源源不断地进入新德里的劳动力们，是确保新德里第三产业发展的重要保障。

浩浩荡荡的人潮，心里装的都是“德里梦”

（图：shutterstock）▼

正如前文所提，新德里的发展影响了整个周边区域，尤其是德里国家首都直辖区“NCR”。1985年，印度政府出台了国家首都地区规划委员会法案，将国家首都直辖区定义为包括德里和哈里亚纳邦、北方邦和拉贾斯坦邦围绕它的几个地区，面积共计34,144 平方公里。

印度政府划定了四个卫星城市（Gurugam, Noida, Faridabad, Ghaziabad）用于支持新德里的发展，从而更好地对新德里的首都功能形成补充。

新德里和它的四个卫星城市 ▼

比如位于新德里东部的卫星城市诺伊达（Noida），就是印度最大的独角兽初创公司Paytm的所在地，在2014年莫迪政府的“印度制造计划”（Make in India Program）的推动下，微软、三星、HCL等知名互联网企业也纷纷在诺伊达落地。

而位于首都新德里西南部约30公里的卫星城市古尔冈，则是印度第二大信息技术中心和第三大金融和银行中心，同时也是也是印度最大的医疗旅游业的所在地。1997年，通用公司就在古尔冈设立了外包分部，如今，世界500强企业中约一半的印度总部都设立在古尔冈。

可以说，新德里和周边的卫星城区域一起，共同缔造了这个野蛮生长的超大城市群神话。

和众多大城市一样，在古尔冈通往新德里的干路

交通拥堵在晚高峰时期总是发生

（图：壹图网）▼

未来，继续膨胀？

一个规模如此庞大的都市区，自然需要更为有力的交通系统支持才能保证运转。

印度政府在1998年就推出了德里地铁系统（Delhi Metro），用于服务新德里与周边的卫星城区域。德里地铁网络由10 条线路，255 个站点组成，总里程为 348.12 公里，它是迄今为止印度最大、最繁忙的地铁系统。

地铁系统的发展，牵动城市活力

（图：壹图网 / Wiki）▼

但和廉价的公交价格相比，德里地铁的价格相对昂贵，其每趟0.5美元的价格甚至被相关研究列为全世界第二贵的地铁系统。

因此，德里地铁的乘客量并未达到政府的预期值。根据相关财报数据显示，2019-2020年，德里地铁的日均客流量仅为278万人次。

与德里地区聚集的人口相比

它的地铁并没有获得相当的流量

（图：shutterstock）▼

对于新德里的普通群众而言，奥拓车，又称嘟嘟车（tuk-tuks），也许是最为经济实惠的出行方式，虽然安全性大打折扣，但能够在新德里拥堵不堪的道路上灵活地穿行。

走街串巷还得看我们的三轮嘟嘟车

（图：Flickr）▼

激增的人口对新德里的住房系统发起了巨大的挑战。

根据相关研究，在印度，一所房子的成本几乎是家庭平均工资的 30-35 倍，那些才从农村来到新德里从事体力工作的贫民们很难负担得起体面的住房，贫民窟就成了新移民的主要落脚点。据统计，50%上的新德里居民都居住在贫民窟中。

一些不知取材于何处的防水布、随意码放的红砖

就这样搭建起了一个家庭的庇护所

（图：shutterstock）▼

这些贫民窟存在的问题都大同小异，缺乏干净的饮用水、没有足够的电力、安全性得不到保障、医疗设施匮乏，许多儿童也因为饮用有毒水源而患病，还有经常在社交媒体上引发吐槽的“印度人露天排便”问题。

目前，新德里主要有六大贫民窟，其中最大的库苏普尔帕哈里（Kusumpur Pahari）有大约10000多个居住点，该贫民窟位于德里最豪华的地区之一的Vasant Vihar：密集的低矮房屋与周围排列有序的豪华住宅形成了鲜明的对比，贫民窟的居民也大多是为此区域富裕阶层服务的仆人、司机、园丁和清洁工。

种姓制度或许已经作古

但阶级差距仍然以某种形式体现着

（图：壹图网）▼

除此之外，新德里的野蛮扩张对城市的废物处理系统造成了巨大的压力。2020年，新德里的四个垃圾填埋场中的三个已逾期使用，也没有更多可用的垃圾填埋场来处理每天 9 千吨的固体废物。

首都的无序扩张显然也不是印度政府愿意看见的，在“德里2021年总体规划”（Delhi Master Plan 2021）中，印度政府就提出了集约化土地利用的目标，想要通过老城区改造等方式解决贫民窟的住房问题。

对于土地集约化利用的过程而言

很难不在其中看见中国的影子

然而这里是德里（图：shutterstock）▼

但是由于印度严重的贪腐问题，用于可负担住房项目的资金和土地无法完全落实，普通百姓的需求也迟迟得不到满足。

而印度政府显然并未放弃他们的卫星城规划，在印度总理莫迪于今年9月底的讲话中，他仍然强调“建卫星城镇并将较小的城市发展为经济中心，以缓解大都市的人口压力，重点关注分散的城市化”。

这样看来，新德里的未来，或许还会继续膨胀下去。

最后：

参考资料：

1. https://www.livemint.com/news/india/delhis-per-capita-income-grew-16-81-in-fy22-eco-survey-report-11648195177213.html

2. https://so.city/delhi/article/want-to-see-delhis-underbelly-take-a-peek-into-delhis-slums

3. https://timesofindia.indiatimes.com/city/delhi/delhi-metro-is-second-most-unaffordable-in-world-cse/articleshow/65678814.cms

4. https://ccs.in/sites/default/files/files/Ch11_Review%20of%20Road%20Network%20and%20Transport%20System.pdf

5. http://megacitydelhitask.weebly.com/urban-problems.html

6. https://www.hindustantimes.com/india-news/modi-calls-for-opportunities-in-tier-2-3-cities-to-ease-pressure-on-bigger-ones-101663657835590.html

7. https://statisticstimes.com/demographics/india/delhi-population.php

8. https://iampamholland.com/2017/03/18/the-tuk-tuks-of-delhi/

来源：地球知识局

作者：阿可真的很严格

编辑：邓汝濛

【声明：本号是为服务各级政府、企事业单位决策的官方公益账号，转载此文是出于传递更多信息之目的。若有来源标注错误或涉嫌侵犯您的合法权益，请联系我们。我们将及时更正、删除，谢谢。】

文将为您介绍10个经典、热门的计算机视觉方向数据集，希望对您在选择适合的数据集时有所帮助。

1

OpenScene

• 发布方：
• 上海人工智能实验室
• 发布时间：
• 2023-08-04
• 简介：
• 自动驾驶中最大的3D占用率预测基准
• 对于基础模型和DriveAGI来说，大规模的数据和基准测试是必不可少的。我们正在推出世界上最大的自动驾驶3D入住率预测基准。
• 下载地址：
• https://github.com/OpenDriveLab/OpenScene

2

MSRA Hand

• 发布方：
• Chinese University of Hong Kong·Microsoft Research
• 发布时间：
• 2014-01-01
• 简介：
• MSRA Hands 是用于手部跟踪的数据集。使用英特尔的创意交互式手势相机总共捕获了 6 个受试者的右手。每个受试者被要求在 400 帧的视频序列中做出各种快速手势。为了考虑不同的手尺寸，为每个主题指定了全局手模型比例：主题 1~6 分别为 1.1、1.0、0.9、0.95、1.1、1.0。相机内在参数为：主点=图像中心（160,120），焦距=241.42。深度图像为 320x240，每个 .bin 文件按行扫描顺序存储深度像素值，即 320240 个浮点数。单位是毫米。 bin 文件是二进制文件，需要使用 std::ios::binary 标志打开。 joint.txt 文件存储 400 帧 x 每帧 21 个手关节。每条线有 3 * 21=63 个浮点数，用于 (x, y, z) 坐标中的 21 个 3D 点。 21 个手关节是：手腕、index_mcp、index_pip、index_dip、index_tip、middle_mcp、middle_pip、middle_dip、middle_tip、ring_mcp、ring_pip、ring_dip、ring_tip、little_mcp、little_pip、little_dip、little_tip、thumb_mcp、thumb_pip、thumb_dip、thumb_tip。对应的 *.jpg 文件仅用于深度和地面实况关节的可视化。
• 下载地址：
• https://jimmysuen.github.io/
• 论文地址：
• https://www.cv-foundation.org/openaccess/content_cvpr_2014/papers/Qian_Realtime_and_Robust_2014_CVPR_paper.pdf

3

Stanford Cars

• 发布方：
• 斯坦福大学·马克斯普朗克信息学研究所
• 发布时间：
• 2013
• 简介：
• Cars数据集包含196类汽车的16,185图像。数据被分成8,144训练图像和8,041测试图像，其中每个类被大致分成50-50。类别通常在品牌，型号，年份，例如2012特斯拉Model S或2012 BMW M3 coupe的级别。
• 下载地址：
• https://ai.stanford.edu/~jkrause/cars/car_dataset.html
• 论文地址：
• http://vision.stanford.edu/pdf/3drr13.pdf

4

LoveDA (Remote Sensing Land-Cover Dataset for Domain Adaptive Semantic Segmentation)

• 发布方：
• 武汉大学·测绘与遥感信息工程国家重点实验室
• 发布时间：
• 2021
• 简介：
• 来自南京、常州和武汉的 5987 张高空间分辨率 (0.3 m) 遥感图像 聚焦城乡之间的不同地理环境 推进语义分割和领域适应任务 三个相当大的挑战： 多尺度对象 复杂背景样本 不一致的类别分布
• 下载地址：
• https://github.com/Junjue-Wang/LoveDA
• 论文地址：https://arxiv.org/pdf/2110.08733v5.pdf

5

KITTI Road

• 发布方：
• 本田欧洲研究所·马克斯普朗克智能系统研究所
• 发布时间：
• 2013
• 简介：
• KITTI Road 是道路和车道估计基准，由 289 个训练图像和 290 个测试图像组成。它包含三种不同类别的道路场景： * uu - 城市未标记 (98/100) * um - 城市标记 (95/96) * umm - 城市多标记车道 (96/94) * 城市 - 地面以上三者的组合事实已通过图像的手动注释生成，可用于两种不同的道路地形类型：道路 - 道路区域，即所有车道的组成，车道 - 自我车道，即车辆当前所在的车道继续行驶（仅适用于“嗯”类别）。地面实况仅用于训练图像。
• 下载地址：
• http://www.cvlibs.net/datasets/kitti/eval_road.php
• 论文地址：
• http://www.cvlibs.net/publications/Fritsch2013ITSC.pdf

6

OCNLI

• 发布方：
• 艾伦人工智能研究所·CLUE·印第安纳大学
• 发布时间：2020-01-01
• 简介：
• OCNLI代表原始中文自然语言推论。它是中文自然语言推理的语料库，紧密按照MNLI的程序收集，但具有增强的策略，旨在实现更具挑战性的推理对。我们想强调的是，我们在创建数据集时没有使用人机翻译，因此我们的中文文本是原创的，没有翻译。
• 下载地址：
• https://github.com/cluebenchmark/OCNLI
• 论文地址：
• https://arxiv.org/pdf/2010.05444.pdf

7

UrbanSound8K

• 发布方：
• 纽约大学城市科学与进步中心·纽约大学音乐与音频研究实验室
• 发布时间：
• 2014
• 简介：
• “这个数据集包含来自 10 个类别的 8732 个城市声音的标记声音摘录 (<=4s)：air_conditioner、car_horn、children_playing、dog_bark、drilling、enginge_idling、gun_shot、jackhammer、siren 和 street_music。这些类别来自城市声音分类法。有关数据集的详细说明及其编译方式，请参阅我们的论文。所有摘录均来自上传到 www.freesound.org 的现场录音。文件预先分类为十个文件夹（文件夹名为 fold1 “
• 下载地址：https://urbansounddataset.weebly.com/urbansound8k.html
• 论文地址：
• http://www.justinsalamon.com/uploads/4/3/9/4/4394963/salamon_urbansound_acmmm14.pdf

8

WikiArt

• 发布方：
• 罗格斯大学
• 发布时间：
• 2015
• 简介：
• 为了收集我们的美术作品集，我们使用了公开的 “维基艺术绘画” 数据集4 ；据我们所知，这是最大的数字化艺术品在线公开收藏。这个收藏有从十五个世纪到当代艺术家的1,119艺术家的81,449精工画的图像。 这些绘画来自27种不同的风格 (抽象，拜占庭，巴洛克等) 和 45种不同的流派 (室内、风景等)先前的作品 [26,9] 使用了不同的资源，并制作了较小的收藏，在风格，流派方面的可变性有限 和艺术家。[4] 的工作在数据收集程序方面最接近我们的工作，但是他们收集的图像数量是我们的一半。
• 下载地址：
• https://github.com/cs-chan/ArtGAN/blob/master/WikiArt%20Dataset/README.md
• 论文地址：https://arxiv.org/pdf/1505.00855v1.pdf

9

SYNTHIA-AL

• 发布方：
• 巴塞罗那自治大学·计算机视觉中心
• 发布时间：2019
• 简介：
• 用于主动学习目的的数据集。这是以 25 FPS 生成的视频流。该数据集中考虑的类是空的、天空、建筑物、道路、人行道、栅栏、植被、杆、汽车、交通标志、行人、自行车、车道标记和交通灯。提供的基本事实包括实例分割、2D 边界框、3D 边界框和深度信息！
• 下载地址：
• http://synthia-dataset.net/downloads/
• 论文地址：
• https://arxiv.org/pdf/1908.11757v1.pdf

10

Electricity (Individual household electric power consumption Data Set)

• 发布方：
• 加州大学
• 发布时间：
• 2012-08-30
• 简介：
• 在近 4 年的时间里，以一分钟的采样率测量一个家庭的电力消耗。提供不同的电量和一些分计量值。数据集信息：该档案包含 2075259 次测量，这些测量值在 2006 年 12 月至 2010 年 11 月（47 个月）期间在位于 Sceaux（法国巴黎 7 公里）的一所房屋中收集。注：1.(global_active_power*1000/60 - sub_metering_1 - sub_metering_2 - sub_metering_3) 表示未在子计量 1、2 和 3 中测量的电气设备在家庭中每分钟消耗的有功电能（以瓦特小时为单位）。 2.The数据集包含测量中的一些缺失值（近 1.25% 的行）。数据集中存在所有日历时间戳，但对于某些时间戳，测量值缺失：缺失值由两个连续的分号属性分隔符之间的缺失值表示。例如，数据集显示 2007 年 4 月 28 日的缺失值。 属性信息： 1.date：日期格式为 dd/mm/yyyy 2.time：时间格式为 hh:mm:ss 3.global_active_power：家庭全球分钟平均有功功率（千瓦） 4.global_reactive_power：家庭全球分钟平均无功功率（千瓦） 5.voltage：分钟平均电压（伏特） 6.global_intensity：家庭全球分钟平均电流强度（安培） 7. sub_metering_1：电能分计量1号（有功电能瓦时）。它对应于厨房，主要包含洗碗机、烤箱和微波炉（热板不是电动的，而是燃气驱动的）。 8.sub_metering_2：电能分计量2号（有功电能瓦时）。它对应于洗衣房，里面有洗衣机、烘干机、冰箱和灯。 9.sub_metering_3：3号电能分计量（瓦时有功电能）。它对应于电热水器和空调。我们建议使用以下伪 APA 参考格式来引用此存储库：Dua, D. 和 Graff, C. (2019)。 UCI 机器学习存储库 [http://archive.ics.uci.edu/ml]。加利福尼亚州欧文：加利福尼亚大学信息与计算机科学学院。这里还有一个 BiBTeX 引文：@misc{Dua:2019 , author="Dua, Dheeru and Graff, Casey", year="2017", title="{UCI} Machine Learning Repository", url="http:// /archive.ics.uci.edu/ml”，机构=“加州大学欧文分校信息与计算机科学学院”}
• 下载地址：https://archive.ics.uci.edu/ml/datasets/individual+household+electric+power+consumption
• 论文地址：
• http://jestec.taylors.edu.my/Vol%2011%20issue%2011%20November%202016/11_11_11.pdf

温馨 小贴士

如有您想了解的计算机方向数据集

请联系我们

免费为您提供数据集搜索服务

联系编辑

提供专业的科研辅导，欢迎咨询~

• 人工智能、网络安全等计算机学科，SCI一对一辅导
• SCI免费选刊推荐
• IEEE会议快速推荐，注册费低
• SCI/SSCI论文专业润色，（编辑均为母语为英语的外国专家）

坦利港，1982年4月。

拎着个人物品进入穆迪溪军营的阿军。

踏入1980年代，越演越烈的经济问题让阿根廷军政府面临统治危机，无力挽救局势的加尔铁里总统决定采取军事行动以转移国内矛盾。

82年3月19日，阿军率先登陆南乔治亚岛，利用人数上的优势迫使英国皇家海军陆战队退却。4月2日，进占马尔维纳斯/福克兰群岛的行动正式开始，阿军攻下斯坦利港、穆迪溪军营和总督府。

英国朝野一片愕然，随后仅用了不到一个月的时间即完成特遣群的集结，并在5月上旬启动夺岛作战。

攻占斯坦利港后，在当地采购明信片的阿根廷军人。

And the rest is history

米字旗最终重新插回斯坦利港，英军应用于这场战争的各种单兵装备也成为了人们多年来的重点探讨对象,随便上谷歌搜一下“Falkland War Equipment”就有一大堆结果。但问题是，阿根廷一方的装备质素如何？或者说更重点的，除了“超级军旗”和“贝尔格拉诺将军”这些大家伙之外，阿军登岛部队带上身的物资都有哪些？

口粮

帝国战争纪念馆内陈列的缴获阿军野战厨房。

即使到1980年代初，阿军的野战伙食主要还是玉米糊和浓粥。

两台遗弃在马岛的阿军野战厨房。

先从食物开始，难以置信的是阿军等到作战发起才开始着手随身口粮的筹备：1982年4月2日当天，主管陆军后勤部的Mario Alfredo Carbajal Rosa少校下令为作战部队制定随身口粮——或更过分地说，凭空“变出”随身口粮——这项命令从头到尾都没有真正完成，因为阿军在饮食方面长期依赖野战厨房，连登岛部队的三餐也像二战德军那样主要用豆类和面糊熬煮的流食解决。当英军重新占领马岛后，他们会找到了不少前者遗弃的德制拖曳式炊车，及仿美军M1942式设计的单兵饭盒。

当时唯一现有于库存内的是海军和空军通用的求生口粮，Mario Rosa设法通过民间渠道为口粮套组的元件“扩容”，再标识以“Racion C/F”区分进行发放。

阿根廷“C/F”口粮（完整的状态），注意下方有张圣母像。

经过仓促“改进”后运抵战区的口粮内容为：

1. 罐装主食*2
2. 袋装饼干*2
3. 果酱*1
4. 速溶咖啡*1
5. 速溶可可粉*1
6. 果珍*1
7. 速溶奶粉*1
8. 白砂糖*1

巧克力、太妃糖、口香糖，各一份。另外还有一次性剃须刀、肥皂、卫生纸、火柴、固体蜡块、香烟、威士忌、以及圣母玛利亚肖像一幅。

虽说“Racion C/F”是指定发放全体的口粮，实际情况却往往优先照顾到军官和特种部队。普通步兵和海军陆战队大多数时候要么没领到，要么发下来的是旧版本求生口粮，无法满足后勤部标明的日均5000卡热量，而且不包含巧克力、糖果、威士忌一类的附加元件，这导致士兵们怒斥“Racion C/F”为“军官口粮”。

从士兵身上搜到的口粮套组，缺了瓶威士忌，取而代之的是封“感谢信”。

宣传照上享用民间捐赠食品的军人，饭盒造型明显仿美军M-1942。

阿根廷军政府很讽刺地连独立采购口粮所需的罐装肉也做不到，只得将压力转嫁民间，呼吁百姓向前线捐赠食品。所以当英军缴获阿军的随身口粮时，找到的主食件简直五花八门，有意式饺子、豌豆炖肉、豌豆香肠片、墨西哥麦面汤（Fideo Pasta）、西班牙腊肠、腌鲱鱼、炖牛肉、甚至乎英式咸牛肉等，见到的标签也是花花绿绿。

唯一的相同之处只剩人手贴上的标签：“致阿根廷士兵，此口粮由志愿者及您的男女同胞们共同包装。我们与您同在。”

头部

被不远万里赶来的落日帝国打败，扔下一地美式钢盔。

看各种马岛战场的纪实摄影中，阿军士兵最醒目的特征是箍上风镜的美式钢盔。

从1950年代开始美国便一直向阿根廷军方施加影响力，阿军步兵的着装和武器渐渐便脱离了原先的“南美德三风格”且向着美军看齐。当佩隆夫人于1976年被军政府赶下台后不久，阿军即获得了识别为“Fabricacions Militares”的M1钢盔自产许可。

阿军的自产M1和进口风镜。

盔罩参照了美式林地迷彩。

阿军钢盔以美军的战后第三版M1为参照：外盔以整块钢片压模制成，配上锰钢材质卷边；颚带为近似OD3的橄榄绿，带扣则是不上漆（且易生锈）的铁扣；内盔形状与外盔贴合，整体为塑料材质，悬挂为多条织带，使用铆钉固定。

实行自产化之前阿军还从美国获得过二战及朝鲜战争的库存M1，最明显的特征是内盔前端有一条由内反折到外的棕色皮革带，用于固定内外两盔。

阿根廷自产M1，正面。

侧面。

内盔。

原装的美军二战M1也出现在马岛上，辨认方法是箭头后的皮革带。（白色箭头正指着裸露出的卷边，可以忽略。）

不止如此，连诺曼底空降同款的m1c伞兵盔也有。右图为Oscar Augusto Silva少尉，第4伞降炮兵团是唯一成建制抵达马岛的阿军空降单位。

阿军士兵必备的风镜在设计上近似于二战美军的M44，生产商分别为美国的宝丽来、法国的Sambuee和西班牙的Fravida，其中以Sambuee的版本出现频率最高。

法国制Sanbuee风镜。

二战美军M44风镜。

从左到右：宝丽来、Fravida和Sanbuee。

除了钢盔和风镜，其它常见于马岛战场上的头具分别有：

防寒耳帽，用于抵消钢盔的御寒缺陷。

海军陆战队版本。

陆军耳帽在钢盔下的效果。（这张也是英国人最为熟悉的阿根廷士兵照片）

“共和国海军（A.R.A）”甲板帽和海军陆战队防寒帽的对比。

陆军便帽。

与阿军M1967/70作战服搭配的军官便帽及常服帽，其中便帽的样式既像美军M1951“李奇微”帽，也像法式平顶军帽。

美国海军Mk.2舰艇盔。

宣传杂志《Siete Dias》上出现的Mk.2钢盔照片。

作战服

身穿以色列Dubon的陆军和身穿M1967/70野战服的海军陆战队。

后来向英军投降时也是一水的Dubon和M1967/70。

首先是大量发放陆军的以色列ISREX制造的Dubon风雪衣，从进攻马岛的第一天到集体向英军投降的照片中均能看见。

ISREX Dubon，正面。

内衬。

兜帽。

Dubon原本是1971年设计给以色列国防军的抗寒作战服，用于取代重量过大且抗水性有限的美援作战夹克，除军方采购外也向民间体力劳动者（尤其是码头工人）发售。阿根廷在1980年向前者订购了二十万套，一律为带尼龙防水夹层和人造填充纤维的版本。

攻占马岛后的宣传照。

另一种常见的作战服则是仿美军M1951的M1967/70四口袋野战夹克，面料为尼龙贡缎，造型、抗拉力、耐磨及抗水性能与前者相当，最主要的区别在于内部无可卸式内胆，士兵需另外穿一种名为“Corderito”的背心提高保暖度。

M1967/70 野战服。

空降部队版本。

背后。

领内细节，可见无任何用于嫁接防寒内胆的纽扣。

军官穿着的华达呢内衬版本，取消拉链，采用全纽扣样式。

打底衬衫。

长裤及腰带。

“Corderito”保暖背心。

2017年《卫报》组织的一次双方老兵交流活动，组织方让大家穿上当年的服装登场，而早已找不到旧军服的Gabriel Sagastume（最右）只得用一件M43夹克代替。

其它

回到1982年英国宣布应战的一幕，当时媒体普遍认为阿军步兵能在作战水平上够到“越战时期的国际标准线”。他们忽略了前者的出战兵员基本是缺乏经验的年轻征召兵，反观对面的英军派出了不少拥有三年从役经验以上的老手。

不止这样，如果仔细看的话会发现阿军的单兵装备不乏新老混搭之处，比如各种二战时代遗留下的外购皮革制Y背带，尤其是以下这跟德军同款的M38枪刺皮套：

如图。

同上，加挂在M1967背带上的效果。整体全用皮革的样子颇有些二战时代的味道。

M1967和1970年代末的阿根廷Tempex自产尼龙背带对比。

最后我们再看看其它一些值得留意的物件：

身份铭牌

作战靴

通勤服、野战饭盒、不锈钢杯碟和三合一野战餐具。

一名北约克郡英军退伍兵收藏的阿根廷枪刺与钢盔

来自Armorama的阿军步兵插图，可以留意到工兵铲为典型的林内曼式。

w

参考及图片出处：

http://www.mreinfo.com/forums/viewtopic.php?t=4674

https://militariamalvinas.forumcommunity.net/?t=49700886

https://militariamalvinas.forumcommunity.net/?t=49701044

https://brendonshelmets.weebly.com/argentina-m1.html