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
联合国前副秘书长索尔海姆：制定保护自然的积极议程 须调动公众参与才能成功******
中新网蒙特利尔12月8日电 “如果我们想要创造人与自然的和谐共生，我们就要与当地人民一起努力。他们是在第一线保护地球母亲的人。”
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”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。
联合国前副秘书长索尔海姆在边会上作视频发言时如是表示。他还举例称，在非洲卢旺达，人们在增加大猩猩数量方面取得了令人难以置信的成功，“因为大猩猩造就了地方经济”。
联合国前副秘书长索尔海姆作视频发言。尹灵 摄索尔海姆介绍，游客去看卢旺达的大猩猩，为其国家公园附近的出租车司机、酒店员工、教师和导游创造了奇妙的经济。
“这当然意味着，附近的人不会为了获取丛林兽肉而杀死大猩猩。住在那里的人是大猩猩的第一线保护者，因为这对他们来说是非常重要的经济来源，为他们的地区创造了就业机会。”他说。
索尔海姆指出，一头大象可以在一个晚上毁掉一个农民一年的全部工作。“因此，我们需要与当地人民一起寻找切实可行的解决方案，以建立自然与人的和谐共生。”
基于此，索尔海姆认为，如何调动公众参与，对人与自然的和谐共生至关重要。
索尔海姆强调，中国提出的美丽中国理念打动了我。因为该理念具有积极的意义，因为这个理念调动了民众的爱国情怀，因为它使对自然的保护和热爱深入人心，并使自然保护成为一种向善的力量。
在他看来，这一理念应被大家牢记。
他坦言，“要制定保护自然的积极议程，我们必须与当地人合作。只有这样，我们才能成功，我们才能创造人与自然之间的和谐共生。这对21世纪的未来至关重要。”(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
一分快3地图 |
)