快3官网|在线用户注册平台 | 官网APP下载

综合运用产权激励等政策 开展水土流失治理******

　　国务院新闻办公室于1月12日举行新闻发布会，介绍加强新时代水土保持工作有关情况。水利部总规划师吴文庆介绍，党中央、国务院高度重视水土保持工作，持续加大中央资金支持力度。2021年，水利部商财政部制定出台了水土保持建设以奖代补政策，激励各地加快水土流失治理步伐。这些政策举措为推进水土流失治理提供了重要保障。

　　吴文庆表示，新时代对水土流失治理提出了新的更高要求。下一步，水利部将全面落实《关于加强新时代水土保持工作的意见》要求，进一步强化政策和机制创新，多措并举加强投入保障，全面加快水土流失治理步伐。

　　一是加大财政投入。中央财政继续支持水土保持工作，指导地方各级政府多渠道筹措资金，用好地方政府专项债等政策，保障水土保持投入。二是积极利用金融扶持政策。用好金融支持水利相关政策，主动对接政策性金融、开发性金融、商业性金融机构，积极争取在贷款期限、利率和金融服务等方面的优惠政策措施，努力增加水土保持投入。三是鼓励引导社会资本参与，建立水土保持生态产品价值实现机制。（记者 刘昊）

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）