点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
红树林基金会执行理事长刘明达：修复后的红树林湿地水鸟的生物多样性显著增加******
中新网蒙特利尔12月8日电 红树林基金会执行理事长、阿拉善SEE生态协会监事刘明达在COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会上表示，在红树林湿地的修复中，我们发现修复后的红树林湿地水鸟的生物多样性显著增加，水鸟开始大量使用修复后的红树林湿地，雷州湾越冬勺嘴鹬几乎占到其中国越冬种群的一半。
当地时间12月7日，COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”中国角边会在加拿大蒙特利尔举行，边会由生态环境部环境与经济政策研究中心、中国新闻社主办，中国新闻网承办。
红树林基金会执行理事长刘明达在边会案例分享上发言。尹灵摄刘明达介绍，红树林是生长在热带、亚热带地区海岸潮间带，以红树植物为代表的木本植物群落，被称为“海上森林”。它既有森林的特征又有湿地的特征，能发挥地球之肺的作用，又能发挥地球之肾的作用，是鱼类、甲壳类、候鸟的宝贵栖息地，具有非常高的生态价值。对于滨海地区来说，红树林湿地不仅能投提供生计来源，更是重要的天然防御墙，能够防风消浪，抵御风暴潮、海啸，防止海岸侵蚀。
“但是，这么重要的生态系统，在过去几十年却遭到了非常大的破坏，全球的红树林面积减少了三分之一，中国更是一度损失了超过70%。” 刘明达说。
雷州湾位于中国广东雷州半岛，属于典型的红树林湿地生态系统。这里与中国很多沿海湿地一样面临着入侵物种、社区发展等威胁与挑战。
刘明达表示，全球性的入侵物种——互花米草，也是雷州湾红树林湿地生态系统最重要的威胁。“我们基于雷州湾的生态-经济-社会调研，确立了刈割-翻耕-覆膜的综合治理手段，完成了80亩入侵物种互花米草的清理，实现红树林湿地的修复，提升红树林生态系统质量和功能，尤其是提升了濒危物种勺嘴鹬的栖息地质量。”
刘明达介绍，雷州湾也是迁徙水鸟重要的停歇地。在红树林湿地的修复中，我们发现修复后的红树林湿地水鸟的生物多样性显著增加，水鸟开始大量使用修复后的红树林湿地。全球仅存800只的勺嘴鹬是雷州湾的湿地明星，吸引了大量的公众。随着社会化参与的深入，我们对雷州湾勺嘴鹬调查更为深入，雷州湾越冬勺嘴鹬几乎占到其中国越冬种群的一半。
“雷州湾的案例仅仅只是海岸带湿地生态系统保护的冰山一角。”刘明达表示，生物多样性的保护进入了新的时代，我们期待“2020年后全球生物多样性框架”为实施和主流化提供工具和解决办法；减少对生物多样性的威胁；确保生物多样性得到可持续利用，以满足人们的需要。让人与自然都有可持续的未来。(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） [责编：天天中] 阅读剩余全文（）  视觉焦点
大众彩票地图 |
)