天天中彩票 - 天天中彩票

“靠山吃山”变为“养山护山”******

　　彩霞映照下的江西省萍乡市湘东区腊市镇益塘水库，水清岸绿、鱼翔浅底，库边曲桥亭榭、鹭鸟翩飞，令人心旷神怡。很难想象，曾经的这里是矿渣沉积、水体发黑发臭的另一番景象。益塘水库的“新生”，正是湘东区大力开展废弃矿山生态修复治理的一个缩影。

　　近年来，湘东区通过对废弃矿山实施生态修复综合治理，不仅改善了废弃矿区的生态环境，还走出了一条经济社会发展和生态文明建设相辅相成、相得益彰的新路。

　　湘东区是远近闻名的“煤城”，由于过去生产工艺落后和盗采乱挖，留下了近9万亩的废弃矿山，一座座满目疮痍的废弃矿山如同一块块难看的疤痕散布在青山之间。水土流失、环境恶化等生态问题严重影响群众生产生活、城乡环境面貌。

　　“湘东区冬瓜槽区域，高峰期有小窑煤井100多家，造成采掘区域基岩裸露，煤矸石堆积成山，植被严重破坏，地表破坏总面积约为4095亩。”湘东区相关负责人介绍说。湘东冬瓜槽废旧矿山生态修复项目是全市最大的废旧矿山生态修复项目，治理区域范围包括湘东镇巨源村、腊市镇明塘村、乌岗村、下埠镇虎山村。

　　“深挖废旧矿山资源自身价值转化潜力，推出‘1+N’模式，实现项目投资回报，以减轻政府投资压力。”湘东区相关负责人说。

　　位于腊市镇乌岗村的益塘水库2022年4月开始治理，建设者从边坡治理、清挖矿渣淤泥着手，新建了挡土墙、铺设草皮、栽植护岸树木，对库底污染沉积物及泥沙进行彻底清理，清理出3万立方米沉积物，还原了集灌溉、防洪、观光等于一体的民生水利工程原貌。

　　“相比往年，水库的蓄水量得到了扩容，水库的水体也由劣五类变成三类水。”乌岗村村干部说，时隔多年，这个小二型水库重新发挥作用，保障了下游数百亩农田灌溉。

　　经过综合整治，如今的乌岗村，植被葱郁、蜂飞蝶舞、水塘清澈，一条条新修的沥青公路蜿蜒山间，一派生机盎然，一个个特色产业基地彰显出活力和魅力。

　　如果把冬瓜槽废弃矿山生态修复综合治理项目看成是湘东区生态绿城的“集大成者”，那么，该项目中的“H39号地”则可称为当地生态修复建设“小试牛刀”的一块试验田。

　　从山顶俯视，面积不到1亩的“H39号地”仿佛是茫茫戈壁中的一抹绿点缀其间，红薯、萝卜、豇豆等作物郁郁葱葱。“绿色无公害农产品，简直身处花果山。”微信朋友圈里，项目经理兼施工员王志伟经常晒晒自己的成果。

　　在花冲坡片区，工人们正在边坡打锚杆挂网，他们架着长长的管子，对护坡进行喷播，伴有草籽肥料和灌木苗种的泥浆源源不断喷射到边坡上。

　　“边坡增厚10厘米，泥浆里草籽和灌木长大后抓地强，稳定性很好。”项目总工程师胡取枋介绍，高峰时，冬瓜槽项目有60台挖机、100多辆后八轮、8台推土机、8台铲车和6辆洒水车同时作业。

　　“矿山修复，不能一‘绿’了之，关键在激活沉睡资源，让村民口袋鼓起来。”胡取枋介绍，通过降坡、削坡、修建挡土墙、覆土复绿等措施，消除地质灾害隐患，将为当地百姓提供旱地和水田100多块，通过土壤配方改良，农民可种上经济作物和农作物，也可以发展休闲农业。整个项目预计可新增耕地面积1720亩，其中水田494亩，旱地1226亩。

　　对废弃矿山进行生态修复，就是实现对土地资源的再次利用。湘东冬瓜槽废旧矿山生态修复项目，建设总规模3845亩，预算总投资3.1827亿元。此举不仅为政府决策提供依据，保障国有资产不会流失，还解决了政府投资回报难题，有效推进废旧矿山生态修复治理进程;以政府平台公司为融资主体，对生态修复项目进行包装，向政策性银行进行融资，不增加政府的隐性债务。

　　修复矿区、植草种瓜、种花生芝麻、养山鸡;开发旅游、培育产业……从靠山吃山到养山护山，从地下开采到地面开花，百年煤矿抖落灰尘，正在乡村振兴绿色发展的康庄大道上接续奋斗，一幅幅彰显产业兴旺之美、文明淳朴之美、共建共享之美、自然生态之美、和谐有序之美的锦绣画卷，正在湘东大地徐徐展开。(张宜婷)

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）