彩神官方 - 彩神漏洞

粮食产量连续八年超一点三万亿斤——从丰收答卷看端牢饭碗底气与实力******

　　冬至时节，寒风瑟瑟。尽管皖北平原温度已降至零摄氏度以下，安徽省涡阳县宋来宝农作物种植专业合作社理事长宋来宝却并不担心庄稼地里的麦苗。“目前田里的麦苗80%以上是壮苗，抗冻性强。”

　　宋来宝告诉记者，2022年他种植了约3000亩小麦，苗情长势好得益于前期科学种植，“播种期里，我对农田进行了两次机器镇压，土壤上实下松，保温性更好，确保麦苗能够安全越冬。”

　　粮食安全是“国之大者”。今年，我国有力克服北方罕见秋汛导致冬小麦晚播、局部发生新冠肺炎疫情和南方持续高温干旱等不利因素影响，全年粮食实现增产丰收，粮食产量连续8年稳定在1.3万亿斤以上，彰显了端牢中国饭碗的底气与实力。

　　耕地是粮食生产的命根子。去年底召开的2021年中央农村工作会议部署抓好粮食生产，明确要求“稳定粮食面积”。

　　今年，中央继续提高小麦、稻谷最低收购价，稳定玉米、大豆生产者补贴和稻谷补贴政策，先后向实际种粮农民发放一次性补贴400亿元，提高农民种粮积极性。各地强化耕地用途管制，通过退林还田、间套复种、农田连片整治等方式，挖掘面积潜力。全国粮食播种面积17.75亿亩，比上年增加1051.9万亩，增长0.6%。

　　耕地保护既要保数量，也要提质量。今年以来各地加紧推进高标准农田建设，不断改善农业基础设施，为实现粮食高产稳产、农业高质高效奠定基础。到2022年底，我国高标准农田将累计建成10亿亩。

　　在河北省秦皇岛市昌黎县马坨店村，老书记刘兆云望着阡陌纵横、路畅渠通的农田告诉记者，近年来村里实施方格布局、完善田间灌排设施、整修农田道路等工程措施，达到地平整、土肥沃、水畅流、路相通的标准，极大提高了土地质量和土地利用率。“现在1个小时就能浇完一亩地，不仅降低成本提高效率增加了效益，还解放了劳动力，粮食产量和亩效益也大大提高。”刘兆云说。

　　向良田要粮，也要向科技要粮。从智能农机、植保无人机等新装备的推广，到保护性耕作、测土配方施肥、病虫害绿色防控等新技术的运用，依靠农业科技不断提升粮食单产水平，成为粮食连年丰收的关键密码。

　　“作为新型农业经营主体，在小麦越冬保障上，现在我们更加注重因地因苗科学管理，针对弱苗，在温度适宜时将增施叶面肥促进麦苗由弱转壮。”宋来宝说。

　　在北大荒集团，无人种田、无人收割等智慧生产方式已大量应用，5G、北斗导航、移动互联网等技术和服务团队的加盟，形成了各方支撑粮食生产的合力。当前，黑龙江省农业科技进步贡献率达69.4%，农作物耕种收综合机械化率达98%。我国整体农业科技进步贡献率已突破61%，农业科技研发实力进入世界前列。

　　着眼未来，我国稳定粮食生产仍然面临一些风险挑战，要始终绷紧粮食安全这根弦，抓紧抓牢粮食生产，把饭碗牢牢端在自己手中。

　　党的二十大报告要求，“全方位夯实粮食安全根基”。近日召开的中央经济工作会议提出，“实施新一轮千亿斤粮食产能提升行动”。

　　“要实现粮食稳产增产，必须要不断完善粮食生产支持政策，强化现代农业基础支撑，确保三大谷物面积稳定在14亿亩以上，口粮面积稳定在8亿亩以上，粮食产能要持续稳定在1.3万亿斤以上。”中国人民大学教授、国家粮食安全战略研究院院长程国强说。（记者汪子旭 水金辰）

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）