财神彩票|（中国）维基百科

联合国：臭氧层恢复已步入正轨******

　　当地时间1月9日，总部位于瑞士日内瓦的世界气象组织指出，臭氧层有望在40年内恢复，全球逐步淘汰消耗臭氧层化学品的行动已惠及旨在减缓气候变化的努力。

　　这是由联合国支持的《关于消耗臭氧层物质的蒙特利尔议定书》科学评估小组当天发表的结论。该小组首次对地球工程等新技术进行了审查，并就对臭氧层的意外影响发出了告诫。

　　该小组每四年发布一次评估报告，本次报告证实，逐步淘汰近99%的禁用消耗臭氧层物质已成功地保护了臭氧层，使平流层上层的臭氧层显著恢复，并减少了人类暴露于来自太阳的有害紫外射线。

　　如果当前政策保持不变，预计南极上空、北极上空、世界其他地区的臭氧层将分别于2066年左右、2045年、2040年恢复到1980年的水平(臭氧洞显现之前)。

　　联合国环境规划署臭氧秘书处执行秘书梅格·塞基表示，根据这一最新的四年期报告，臭氧层恢复已走上正轨。(总台记者 张婧昊)

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）