（中国这十年·见微）黄河岸边好风景：“天鹅湖”畔“古镇兴”******

　　中新社太原10月12日电 题：黄河岸边好风景：“天鹅湖”畔“古镇兴”

　　作者 杨佩佩

　　秋冬季节，“黄土高原第一湖”圣天湖将变身“天鹅湖”。

　　从近千只增加到近万只，十年来，从西伯利亚飞来的大天鹅成了山西省运城市芮城县圣天湖的“常客”。

　　“环境越来越好，与我相伴的大天鹅已从几十只到如今上万只。”距离芮城县几十公里的平陆黄河湿地，大天鹅数量也逐年增加，何建喜是这里的一名巡护员，陪伴大天鹅十余年。

　　于何建喜而言，大天鹅就如同回家过年的孩子。“我就住在黄河边，每年它们快来时，我每天都去河边转转，等着它们。”

　　除了大天鹅将黄河沿岸水域选作越冬栖息地，黑鹳、灰鹤、火烈鸟、大鸨、丹顶鹤等越来越多的野生动物“做客”山西，山西省林业和草原局野生动植物保护处处长王裔飞向记者分享道。

　　这些远方来客的身影从平陆、芮城等山西南部沿黄湿地，已逐步向汾河、桑干河、沁河等流域扩散，诸多城市周边湿地也成了它们的“驿站”。

　　山西段一泓清水入黄河，喜上眉梢的当然少不了当地民众。“天鹅湖”的美景增添了冬日情趣；水质提升更让内陆民众有更多“亲水”机会。

　　汾河，被称为山西“母亲河”，是黄河的第二大支流。曾经因产业畸重，汾河水质污染严重，两岸黄土裸露、垃圾遍地，“老太原”避之不及。

　　如今，汾水清流，水鸟栖息。民众不仅能够进行水上运动，还能乘船游览汾河两岸美景，再现“泛楼船兮济汾河，横中流兮扬素波”景象。

　　如此景象来之不易。黄河流经山西，水流量偏小，泥沙含量偏大，水文特征复杂；改善水域环境更需“组合拳”。

　　近年来，山西省开展黄河流域林草生态建设，实施山水林田湖草沙综合治理、系统治理，并采取湿地保护与恢复、退耕还湿、湿地生态效益补偿工程等措施。黄河中下游最大的国家级湿地保护区圣天湖湿地、平陆黄河湿地、汾河等水域的“强壮体魄”与“吸引力”都来自于此。

　　蓝天碧水青山渐成常态，背后还有这样的绿色支撑——十年来，山西每年造林都在400万亩以上，森林覆盖率由2010年的18.03%提升至2020年的23.57%，历史性超过全国平均水平。

　　“黄河宁，天下平。”黄河怀抱着中原激荡，由此孕育出的渡口文化依然福泽民众。

　　在“黄河第一镇”临县碛口古镇，随处可见游客坐在黄河岸边，一边听着黄河涛声，一边享用农家饭。

　　多年前，当地依托黄河文化发展旅游，吸引全国各地的艺术、摄影爱好者，年过六旬的李世喜也借此机会吃上“旅游饭”。

　　自小在黄河边长大，李世喜目前为山西省非物质文化遗产项目黄河纤夫传承人。“现在不仅开民宿，还经常去碛口古镇影视街当演员，展示非遗文化，一年挣近10万元(人民币)，生活一年比一年好。”(完)

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