仲傅彩票平台网址_仲傅彩票平台娱乐

“空中老虎”白尾海雕在北京平谷金海湖冬捕******

　　被誉为“空中老虎”的国家一级保护动物白尾海雕近日在北京市平谷区金海湖畔捕食。　索丹罗珠　摄

　　中新网北京1月6日电 (马平川)在北京市平谷区金海湖畔，摄影、观鸟爱好者们近日首次观测到了被誉为“空中老虎”的国家一级保护动物——白尾海雕，并且捕捉到两大两小一家四口精彩的捕食的画面。

　　被誉为“空中老虎”的国家一级保护动物白尾海雕近日在北京市平谷区金海湖畔捕食。　索丹罗珠 摄

　　“这次发现了四只白尾海雕，两只成年大雕，两只3—4岁的小雕。”野生动物摄影师索丹罗珠告诉记者，白尾海雕捕食会在低空盘旋，发现鱼后缓速下降，接触水面一刹那会迅速将利爪伸入水中抓住猎物。白尾海雕喜欢在近水开阔空旷的草甸、沼泽等环境觅食活动，通常是单只或成对觅食，多只汇聚捕食较为罕见。

　　被誉为“空中老虎”的国家一级保护动物白尾海雕近日在北京市平谷区金海湖畔捕食。　索丹罗珠 摄

　　白尾海雕是大型猛禽，因尾羽呈楔形，为纯白色而命名，已被列入《世界自然保护联盟》(IUCN)濒危物种红色名录，属国家一级保护动物，通常活动在海拔高度为2500-5300米的地方。

　　被誉为“空中老虎”的国家一级保护动物白尾海雕近日在北京市平谷区金海湖畔捕食。　索丹罗珠 摄

　　白尾海雕对迁徙地有着严格的要求。这次白尾海雕现身平谷区金海湖，且能够集群出现，充分说明近些年当地生态环境的持续向好，也反映出近年来平谷区在加强生态保护、污染治理等方面的措施效果显著。

　　被誉为“空中老虎”的国家一级保护动物白尾海雕近日在北京市平谷区金海湖畔捕食。　索丹罗珠 摄

　　白尾海雕出现的平谷金海湖是国家四A级景区，位于北京市平谷区城东18公里处金海湖镇上宅村南，水域面积6.5平方公里。气候宜人，自然生态优越，三面环山、多水汇聚，是一个“望得见山、看得见水”的宜居康养之地。景区西依金海湖大坝，三面环水，三面青山环绕，四面飞檐明柱，有四季分明的湖光山色，有湖光塔、金花公主墓、望海亭、锯齿崖等数十处自然景观、人文景观。2021年，金海湖地区成功举办世界休闲大会。

　　另据了解，在白尾海雕之前，2022年1年中，“水中大熊猫”桃花水母、“鸟中大熊猫”震旦鸦雀等珍稀生物和鸟类相继现身平谷，致使平谷生物多样性不断丰富，生态底色愈发靓丽。

　　野生动物摄影师索丹罗珠冒严寒在北京金海湖畔自制的隐蔽帐篷里“潜伏”拍摄。　本人供图

　　野生动物摄影师索丹罗珠介绍，为了解更多不同鸟类，拍摄到精彩画面，他冒着严寒已经在金海湖畔自制的隐蔽帐篷里“潜伏”了40多天，除了白尾海雕，还拍到了国家一级保护动物黑鹳，国家二级保护动物雕鸮、秋沙鸭、猎隼、游隼、白尾鹞，以及红嘴蓝雀、雀鹰等各种小林鸟。现在一个地区逗留、栖息的国家一级、二级野生保护动物种类和数量多少，正在成为很多人评测这个地区生态价值和重要性的显性衡量指标。白尾海雕族群式出现在金海湖，既证明野生动物正在回归城市，也反映出平谷区作为首都生态涵养区的生态价值正在显现并大幅提升。

　　野生动物摄影师索丹罗珠冒严寒在北京金海湖畔拍摄。　本人供图

　　好生态就会有好风景，有好风景的地方一定会有新经济。平谷区在第六次党代会上明确提出，在拥抱新消费新生活、打造世界休闲谷的进程中，期待更多保护动物栖息安家平谷，也期望更多的生态环境建设者、更多的游客和更多的爱鸟拍鸟人士走进平谷，体验平谷的生态美。(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）