极速快3_-追求健康,你我一起成长

全球至少一半冰川将在本世纪消失******

　　地球冰川在21世纪将如何演变？这一问题决定着海平面的上升幅度，对全球应对和适应气候变化至关重要。在近日发表于《科学》杂志的新研究中，法国图卢兹空间地球物理学和海洋学研究实验室领衔的国际团队揭示了比之前预测的更大的冰川质量损失，全球温度升高与冰川质量损失之间存在线性关系。

　　根据该团队的研究，至本世纪末，地球全部215000座冰川（格陵兰和南极冰盖除外）的质量与2015年相比可能减少26%至41%。这一损失相较此前的预测增加了14%到23%，进一步印证了政府间气候变化专门委员会（IPCC）最新版报告的有关预测。

　　全球80%的冰川都是小于1平方公里的小型冰川，受气候变化影响，它们更容易遭受质量损失。根据本世纪末升温1.5℃的情景，预计到2100年全球49%的冰川，包括绝大多数小冰川将消失，并导致海平面上升9厘米。该情景之下，最大的冰川也将受到影响，但1.5℃目标被视为遥不可及。如果温度上升达到4℃，大小冰川都会受到严重影响，全球冰川数量将下降83%，并导致海平面上升15.4厘米。

　　此外，各地区冰川消融速度存在差异，中低纬度地区的冰川受影响最大，特别是中欧、高加索、斯堪的纳维亚、亚洲北部、加拿大西部、美国和新西兰。这些地区的冰川将在气温升高2℃的情况下经历强烈的冰消作用，并且在升温达3℃时几乎完全消融。以阿尔卑斯山为例，如果全球升温1.5℃，其高山冰川的质量可能损失85%，如果升温4℃，则会损失99%。

　　为了更准确预测冰川消融情况，该团队依赖于一项新研究观察结果。该研究量化了2000—2019年期间全球冰川质量损失的普遍性和加速情况。这些信息使校准数学模型成为可能，该模型收录了地球上现存的全部21.5万个冰川。此外，该模型还考虑了此前忽略的影响因素，如与冰山崩解相关的质量损失，以及覆盖在冰川表面的碎片对其消融的影响等。

　　该研究指出，最大的冰川，如阿拉斯加、加拿大北极地区或南极洲周围的冰川，是未来海平面上升的关键，仍可以通过实施遏制温度上升的措施以减少其质量损失。（记者李宏策）

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）