寒流致台湾花莲、屏东等地农损严重******

　　中新社台北1月30日电 自2022年底寒流侵袭台湾以来，花莲、屏东等地农作物严重受损。春节期间，花莲凤林西瓜遭遇寒害，当地有瓜农称此次为60年来首遭的严重寒灾。

　　综合中央社、中时新闻网、联合新闻网等台媒报道，据花莲县凤林西瓜产销班班长杨定嘉介绍，今年农历正月初三(24日)，当地约200公顷西瓜田遭遇寒害。当地瓜苗刚种下约两周，迄今已有大半被冻伤。而气象预报称又有一波寒流即将来袭，加之目前台湾瓜苗缺货，短时间无新苗可补，且种植西瓜涉及整地、灌溉、施肥等资金成本投入，如今血本无归，让人悲从中来。

　　花莲县议会议长张峻对此指出，作物受寒害的农民尽快提报灾损，将协助农民申请天然灾害救助事宜。同时希望农业处及农政单位加快认证程序和辅导，以减轻农民损失，助其渡过难关。

　　另外，寒流也波及台湾其他农作物。据中时新闻网此前报道，2022年底花莲县瑞穗乡种植约40公顷的凤梨花遭遇寒害，受损程度达20%，初估灾损金额约为275万元新台币。

　　另据《联合报》28日报道，受低温影响，2022年底屏东莲雾灾损严重，冲击农友生计，连带影响今年春节出货品质。春节期间低温持续，为因应即将到来的元宵节市场需求，当地农渔民加紧巡视，做好防寒措施以减少损失。(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