大众彩票app下载|在线用户注册首页登录平台

新德里成为2022年印度空气污染最严重城市******

　　新华社新德里1月11日电(记者 赵旭)印度中央污染控制委员会10日公布的报告显示，据印度国家清洁空气计划监测，该国首都新德里成为2022年全国空气污染最严重城市，细颗粒物(PM2.5)全年平均浓度达到安全上限的两倍多。

　　报告显示，2022年新德里的PM2.5全年平均浓度为99.7微克/立方米，达到该国设定的安全上限40微克/立方米的两倍以上。2022年印度空气污染最严重的10个城市还包括法里达巴德、加济阿巴德、巴特那、穆扎法尔布尔、诺伊达等，这些城市大多集中在恒河平原地区。

　　2022年入冬以来，新德里空气质量开始急剧下降。印度中央污染控制委员会发布的数据显示，11月3日新德里的空气质量指数就已超过400，达到印度空气污染评判标准的“严重”级别。此后两个多月内，新德里空气质量指数始终保持在300至400左右，最严重时超过600。印度媒体报道说，严重的空气污染往往持续整个冬季，发生在新德里等城市的空气污染不仅造成大批市民患上哮喘等呼吸道疾病，每年还引发不少死亡案例。

　　印度联邦政府于2019年启动国家清洁空气计划，提出到2024年将102个城市空气污染水平在2017年基础上降低20%至30%。

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）