点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
生态环境部环境与经济政策研究中心主任钱勇：在保护自然中寻求绿色发展新机遇******
中新网蒙特利尔12月8日电 “二十大报告指出，中国式现代化既有世界各国现代化的共同特征，更有基于自己国情的中国特色。人与自然和谐共生的现代化，就是重要的中国特色。”生态环境部环境与经济政策研究中心主任钱勇在COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会上表示。
当地时间12月7日，COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会在加拿大蒙特利尔举行，边会由生态环境部环境与经济政策研究中心、中国新闻社主办，中国新闻网承办。
生态环境部环境与经济政策研究中心主任钱勇在边会上作视频发言。 尹灵 摄钱勇在作视频发言时指出，过去十年，中国生态环境保护发生历史性、转折性、全局性变化，创造了举世瞩目的生态奇迹和绿色发展奇迹。
钱勇说，中国一直高度重视生物多样性保护。在习近平生态文明思想的科学指引下，针对生物多样性保护与可持续利用，采取了一系列重大举措，努力提升生态系统质量和服务功能。中国优秀传统文化也积淀了丰富多样的生态智慧，许多至今仍在传承延续、发扬光大。
钱勇表示，我们要推进美丽中国建设，牢固树立和践行绿水青山就是金山银山的理念，站在人与自然和谐共生的高度谋划发展。加快发展方式绿色转型，深入推进环境污染防治，提升生态系统多样性、稳定性、持续性，积极稳妥推进碳达峰碳中和。中国还将致力于推动构建人类命运共同体，坚持绿色低碳，推动建设一个清洁美丽的世界。
“展望未来，我们将推进实施生物多样性保护重大工程和生态系统保护修复措施，以自然之道，养万物之生，在保护自然中寻求绿色发展新机遇。同时，与世界各国一道，共同建设一个清洁美丽的世界。”(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大众彩票地图 |
)