快三平台-360百科

推动“冷资源”变为“热产业”******

　　作者：常理

　　刚刚过去的2022年，对中国冰雪运动来说无疑是具有划时代意义的一年。2022年初的北京冬奥会和冬残奥会聚焦了全世界冰雪爱好者的目光，冰雪运动在我国打破了时间、空间的限制，实现了3亿人参与的目标，中国冰雪运动进入了新时代。

　　和2023年一起到来的是北京冬奥会过后的第一个雪季。随着疫情防控政策的优化，全国各地冰雪运动持续升温、活力四射：已经是第九届举办的全国大众冰雪季活动，预计将带动全国超1.5亿人次参与；在哈尔滨，松花江面积雪盈尺，冰上撑橇、冰上龙舟、雪地风筝等构成冬日北国别样风景；在上海，10多块季节性移动冰场如雪花般散布；在重庆，仙女山国家森林公园银装素裹，游客们尽享冬季运动的激情与欢乐……

　　行稳方能致远。过去几年，冰雪运动的种子在全国各地生根发芽、开枝散叶，冰雪产业成为不少地方经济发展的新引擎。前不久，中共中央、国务院印发的《扩大内需战略规划纲要（2022—2035年）》明确提出，推进冰雪运动“南展西扩东进”，带动群众“喜冰乐雪”，这彰显了我国持续发展冰雪运动的决心。冰雪运动种类丰富、形式多样，可满足不同年龄、不同门槛的消费人群需求。发挥好冬奥会余热，推动冰雪运动持续健康发展，将有利于我国进一步扩大内需、刺激消费、推动产业转型升级，为地方经济发展增添活力。

　　打好“融合牌”，让产业旺起来。冰雪产业链条长，上游涉及各种冰雪装备、器材，冬奥会上亮相的国产雪车、雪蜡车、冰刀、速滑服等，都是中国制造向冰雪产业拓展的成功案例；下游涉及文化、旅游、培训等行业，集聚了大量资源，“冰雪+”正成为人们冬季休闲健身的新选择。进一步推动冰雪产业与关联产业需求对接、资源整合、协同发展，提供更加多元的产品和服务，打造具有中国特色的冰雪活动和赛事IP，让冰雪运动的激情保持下去，成为全民健身新方式、健康中国新动力、社会活动新时尚。

　　打好“四季牌”，让企业强起来。众所周知，冰雪运动对于季节性的要求很高，一些欧洲国家雪季持续时间较长，雪场经营具备先天优势。在我国，由于气候原因，很多雪场一个雪季的运营时间仅3至4个月。这就要求企业打好“四季牌”，冬季滑雪，春季踏青、夏季避暑、秋季露营，探索冰雪场地建设和季节转换新路径，满足不同季节、不同消费群体的运动休闲需要。目前，中国冰雪市场还处在起步阶段，百姓对于冰雪运动的喜爱需要一个培育过程，企业需要沉下心来，练好内功，不断为冰雪运动发展创造营造良好氛围。

　　打好“民生牌”，让群众富起来。冰天雪地也是金山银山。我国冰雪资源丰富，这些年，各地通过发展冰雪产业，建设了一批冰雪小镇以及冰雪度假胜地，不仅提升了当地知名度，引来投资和消费，还提高了当地老百姓收入水平，促进地方产业转型和经济发展。作为北京冬奥会雪上项目主要竞赛场地之一，崇礼从一个小县城变成了世界闻名的滑雪胜地，不少当地人端起了“雪饭碗”，吃上了“冰雪饭”。因此，要不断推动“冷资源”变为“热产业”，释放冰雪红利，让冰雪运动进一步火起来。（常理）

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）