湖北以流域为底图布局重点湿地保护修复区域******
中新网武汉2月3日电 (梁婷 陈伟)湖北以长江、汉江、清江及其一级支流为骨架,布局重点湿地保护修复区域。记者2日从湖北省林业局获悉,该省今年将在洪湖、沉湖、龙感湖、网湖等重要湿地实施湿地修复工程,修复退化湿地7万亩,提升湿地生态系统的多样性、稳定性、持续性。
湖北拥有中国最大的江河湖泊复合湿地生态系统,湿地总面积174.69万公顷,占全省国土面积9.4%。该省完善了以湿地类自然保护区和湿地公园为主体、多种保护形式相结合的湿地保护体系。
据了解,此次布局的重点湿地保护修复区以长江中游湖泊群为主体,将开展生态功能严重退化湿地生态修复和综合治理,推进实施江河湿地带、湖泊湿地群、丹江口库区和三峡库区为主的人工湿地区保护和修复。
其中,长江中游湖泊群湿地保护修复区包括三峡库区以下的长江干流及汉江中下游地区,是连通洞庭湖、鄱阳湖的重要湿地生态廊道;丹江口库区及汉江水源地保护修复区分布于鄂西北地区,是鄂西北秦巴山生态屏障的重要组成部分,南水北调中线工程重要的水源涵养地;三峡库区及清江水源地保护修复区分布于鄂西南地区,是鄂西南武陵山生态屏障的重要组成部分,三峡库区和清江流域重要的水源涵养地。
湖北持续推进修复江河湖库湿地水域与岸线生态。数据显示,“十三五”以来,累计实施退垸(田、渔)还湖36.75万亩,退耕还湿29.15万亩,修复退化湿地13.23万亩。(完)
提速近10倍!基于深度学习的全基因组选择新方法来了******
近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。
全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。
相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
(文图:赵筱尘 巫邓炎)