welcome购彩大厅开户_welcome购彩大厅登录

国家林草局：我国首次实现所有调查省份荒漠化和沙化土地“双逆转”******

　　光明网讯（记者 张佳兴）“我国所有调查省份荒漠化和沙化土地整体逆转，全国荒漠化和沙化土地持续呈现逆转趋势”12月30日，国家林业和草原局召开新闻发布会，国家林业和草原局荒漠司司长孙国吉介绍第六次全国荒漠化沙化调查结果时表示，我国首次实现了所有调查省份荒漠化和沙化土地“双逆转”。

　　国家林业和草原局新闻发布会现场（摄影：宋峥）

　　我国是世界上荒漠化面积最大、受影响人口最多、风沙危害最重的国家之一。为掌握全国荒漠化和沙化现状及动态变化情况，我国每5年组织开展一次全国荒漠化和沙化土地调查工作。去年又新增年度动态监测。2019年，国家林业和草原局组织开展了第六次全国荒漠化和沙化调查工作。

　　调查结果显示，截至2019年，全国荒漠化土地面积257.37万平方公里，占国土面积的26.81%；沙化土地面积168.78万平方公里，占国土面积的17.58%；具有明显沙化趋势的土地面积27.92万平方公里，占国土面积的2.91%。

　　孙国吉介绍，调查结果表明，我国首次实现所有调查省份（所有调查省份，指荒漠化18个省，沙化30个省，下同）荒漠化和沙化土地“双逆转”，面积持续“双缩减”，程度持续“双减轻”，沙漠、沙地植被盖度和固碳能力持续“双提高”，沙区生态状况呈现“整体好转、改善加速”态势，荒漠生态系统呈现“功能增强、稳中向好”态势。

　　孙国吉表示，我国荒漠化和沙化土地面积持续减少。与2014年相比，全国荒漠化和沙化土地面积分别净减少37880平方公里、33352平方公里，年均减少分别为7576平方公里、6670平方公里。我国荒漠化土地和沙化土地面积已经连续四个监测期保持了“双缩减”。

　　荒漠化和沙化程度稳步减轻。与2014年相比，重度荒漠化土地减少19297平方公里，极重度荒漠化土地减少32587平方公里。

　　沙区植被状况持续向好。2019年沙化土地平均植被盖度为20.22%，较2014年上升1.90个百分点。植被盖度大于40%的沙化土地呈现明显增加的趋势，5年间累计增加791.45万公顷，与上个调查期相比增加了27.84%。

　　八大沙漠、四大沙地土壤风蚀总体减弱。2019年风蚀总量为41.79亿吨，比2000年减少27.95亿吨，减少40%。

　　据悉，第六次调查以国土“三调”为底版，直接参与的技术人员达5100余人，中国科学院、水利部、中国气象局等相关单位以及北京师范大学、北京林业大学等单位参加了相关专题研究工作。

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）