乐发快3_(中国)搜狗百科

　　

农村沼气安全生产系列动画（三）沼气检修要规范，按章操作防风险******

　　编者按：

　　为及时摸清农村沼气设施“家底”，加大对农村沼气生产的安全隐患排查力度，农业农村部科技教育司、农业农村部人力资源开发中心、中国农学会策划制作《农村沼气安全生产系列动画》，包括户用沼气安全篇、废弃沼气池安全处置篇和沼气工程安全篇。将模拟多种场景，解读沼气安全生产、使用及处置方法，提高农民的安全意识，消除安全隐患。

　　沼气工程中，因种种不规范操作，容易出现安全隐患。如何设置安全提示，科学规避沼气工程使用风险？

　　贮气柜气密性，应每年检查一次；输送管路，要经常检查是否有漏气漏水和堵塞现象，发现问题及时维修更换；各种闸阀、汽水分离器、正负压保护器、脱硫塔罐、相关护栏、爬梯、管道、支架、盖板，要定期检查和维护保养。

　　维修保养时，首先要清理发酵罐内的发酵原料，防止维修过程中产生沼气；放料时要打开发酵罐顶部盖板，不能让发酵罐产生负压。

总 监 制

付长亮 包书政

总 策 划

廖丹凤 战  钊

编  导

张  楠 王长海 武玥彤 谢  芸 赵清建 张  蕃

专家指导

邢可霞 徐文勇 罗  娟 潘君廷 叶炳南

出  品

农业农村部科技教育司

农业农村部人力资源开发中心

中国农学会

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）