天天中彩票 - 天天中彩票

像拼乐高一样建体育场？——可“重复利用”的974体育场******

世界杯比赛正在进行

看比赛之余

不知大家是否注意到

有这样一个

全部由集装箱组合而成的球场

图源：网络 974体育场全貌

它就是“974体育场”

是卡塔尔为举办世界杯

所建造的第 7 座球场

那么，974体育场有什么特别之处？

为什么要用集装箱搭建呢？

　　974是什么意思？

　　为什么叫“974”呢？这是因为球场七成由集装箱构成，集装箱数量是974个，且这一数字和卡塔尔的国际区号（+974）相同，可容纳4万球迷。

图源：新华社

　　这座体育馆不仅名字特别，它也是全世界第一个“可回收”的临时场馆，是一座贯彻了全模块化建造的大型体育场馆。

　　为什么要用集装箱搭建？

　　2020年1月，卡塔尔承诺让2022年的赛事成为首届“碳中和”世界杯。当年 9 月，组委会制定了应对挑战的详细路线图。委员会在一份声明中表示：“我们的目标是在卡塔尔和赛事区域推进低碳解决方案，并抵消所有温室气体排放。实现碳中和世界杯分为四个步骤：提高意识、测量排放、减少排放和抵消排放。”

　　974体育场便是环保节能、可持续的最佳代表。

图源：网络 974体育场外部结构

　　球场设计遵循着“可逆性”以及“可持续性”的总原则，结构主要依靠螺丝和干式连接，并使用回收钢材。建筑团队说，所有的建筑模块都是“即插即用”的，每一个模块都经过了严格的标准化处理，以便赛前组装和日后拆卸时可以迅速按模块进行编码和识别；同时，运输、储存和装配等工作也更加容易。一旦世界杯结束，974球场可以被完全拆开，将场馆移至其他地方，或改造使其适应其他活动。

　　可“重复利用”的体育场是怎么搭建的？

　　974体育场紧邻多哈港，原本是服务于港口的临海工业基地。建筑面积12万平方米，项目总占地45万平方米。施工过程始于 2017 年，土地的发掘在 2019 年 7 月完成。

图源：网络 974体育场俯瞰

　　什么是模块化施工呢？974体育场所用到的集装箱有相当一部分就是运输其他建筑材料到施工现场所使用的集装箱，这些集装箱会承担具体的使用功能，如用作休息室或卫生间等，也会根据需求进行改装。

　　这让大量的施工工作可以在工厂环境而非工地环境中流水线完成，全部完成后再将集装箱直接插入现场结构框架中，减少所需时间、能耗和成本。974体育场仅用3年就建成开放，同时模块化施工节省了约40%的施工用水。

　　模块化施工的另一优势是拆改更为便捷快速，产生的建筑垃圾明显减少。由于采用了全模块化设计，建造所使用的预制集装箱、钢结构、座椅 甚至草皮都可以回收利用。

　　974体育场成为了世界杯历史上的一次环保尝试：用单一球场的建设成本和后续每一次重复搭建的边际成本，取代了每一处都要新建一座不可移动且赛后未必会继续使用的体育场的成本。

　　球场内部采用自然通风，974体育馆是卡塔尔八座世界杯场馆中唯一没有制冷设施的场馆，临海的位置提供了自然的新鲜微风，利用搭建时预留的空间来保证场地内外空气的循环，减轻了冷却系统的负载。集装箱的颜色也不是随机的：食物的销售场所采用蓝色；浴室采用黄色；安全和急救区采用绿色；VIP 休息室采用黑色。

　　资料来源：澎湃新闻、京报网、光明网、知乎

　　整理：董小娴

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）