welcome购彩大厅技巧-welcome购彩大厅app下载

美国航天局：2022年全球气温为史上第五热******

　　美国航天局最新发布的报告显示，2022年为有气象记录以来全球第五热的年份。去年全球平均气温较美国航天局1951至1980年基准期平均气温上升了0.89摄氏度。

　　报告指出，2022年与2015年并列为自1880年有气象记录以来的第五热年份，过去9年也是有记录以来最热。2022年全球气温比19世纪末的平均气温高约1.11摄氏度。

　　美国航天局表示，地球持续变暖主要是由人类活动大量排放温室气体所致。数据显示，人类活动导致的全球温室气体排放量在2020年因新冠疫情短暂下降后，已开始反弹。

　　报告说，全球各地正在受到大气和海洋变暖的影响。气候变化使降雨和热带风暴强度增加，干旱程度更为严重，风暴潮的影响加剧。此外，美国航天局戈达德太空研究所的研究显示，北极地区持续经历的气候变暖趋势尤为强烈，接近全球平均水平的4倍。

　　美国航天局局长比尔·纳尔逊表示，全球气候变暖趋势令人担忧。美国航天局地球系统观测站将提供先进的数据来支持气候建模、分析和预测，帮助人类应对气候变化带来的挑战。

　　(央视新闻客户端)

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）