乐发快3_乐发快3

北京将建立河湖休养生息制度 依法划定禁渔区和禁渔期******

　　中新网北京1月11日电 (记者 陈杭)北京市将建立河湖休养生息制度，依法划定禁渔区和禁渔期，根据水环境质量和水生态健康状况，研究推进重点河湖(河段)水库一定时限的全面禁渔，并妥善解决渔民生产生活问题。到2025年全市污水处理率达到98%，正常年景市内五大流域(永定河、北运河、潮白河、大清河、蓟运河)干流实现“流动的河”，民众亲水需求得到有效满足。

　　北京市日前发布《关于进一步强化河(湖)长制工作的实施意见》，旨在全面落实“节水优先、空间均衡、系统治理、两手发力”的治水思路，坚持河(湖)长制治水工作机制和责任制，坚持用生态的办法解决生态的问题，坚持治水为民，坚持精治共治法治，以河(湖)长制为总抓手，强化总河长令引领和主导作用，从河流整体性和流域系统性出发，严守河道行洪安全底线和生态保护红线，加快提升水治理现代化水平，不断提高水生态健康水平，让绿水青山成为大国首都的靓丽底色。

　　到2025年全市污水处理率达到98%

　　意见提出，到2025年，北京市河(湖)长制治水工作机制更加完善，责任制体系进一步夯实，水生态空间管控体系基本建立，水资源配置和水务公共服务水平大幅提升，水生态健康状况持续改善，水环境问题基本根治，全市污水处理率达到98%，地表水国控断面达到或好于Ⅲ类水体比例稳步提升，劣Ⅴ类水体全面消除，正常年景市内五大流域(永定河、北运河、潮白河、大清河、蓟运河)干流实现“流动的河”，市民亲水需求得到有效满足。

　　到2035年，北京市水生态健康状况实现根本好转，河湖水系生态系统生物多样性水平明显提高，水生态系统质量和稳定性大幅提升，水清岸绿、鱼翔浅底的河湖景象持续呈现，首都河湖成为造福人民的幸福河湖，现代水治理体系基本建立。

　　实现地表水和地下水协同保护修复

　　意见明确，北京市强化水资源管理，坚持“以水定城、以水定地、以水定人、以水定产”，健全完善水资源刚性约束指标体系，全面落实最严格水资源管理制度，严格水资源“取水、供水、用水、排水及非常规水源利用”全过程管理，强化高耗水行业用水监管。深入实施节水行动，全面压实节水主体责任，做到“管生产必须管节水、管行业必须管节水、管城市运行必须管节水”，推动农业节水增效、工业节水减排、城市节水降损、绿化节水限额，不断扩大再生水、雨水收集利用。

　　同时，强化水生态治理。加快复苏河湖生态环境，根据水资源条件和功能分区要求，最大限度满足河湖基本生态流量；科学认识和处理地表水与地下水补排关系，实现地表水和地下水协同保护修复；加快首都水网规划建设，提高河湖水系连通性，维护河湖健康生命。

　　依法划定禁渔区和禁渔期

　　意见提出，北京市坚持生态优先、绿色发展。牢固树立尊重自然、顺应自然、保护自然的理念，处理好河湖管理保护与开发利用的关系，强化规划约束引导，促进河湖休养生息，维护河湖生态功能。

　　提升河湖栖息地生境多样性和河湖生物多样性，打通五大流域干流和重点支流水岸生物迁徙通道，规范放生行为，防治外来物种侵害。建立河湖休养生息制度，依法划定禁渔区和禁渔期，根据水环境质量和水生态健康状况，研究推进重点河湖(河段)水库一定时限的全面禁渔，并妥善解决渔民生产生活问题。

　　建设生态景观廊道

　　意见明确，北京市强化河湖空间与滨水区域空间融合，提升滨水空间开放共享与管理服务水平，进一步增强滨水空间活力。建设水城共融、林水相依的生态景观廊道，构建一批富含“生态、生活、生机”内涵理念的城市活力空间，打造一批水岸经济带。加快城市滨水慢行系统建设，依法合理布局河湖岸线便民服务配套设施，有序推动适宜河湖水域开展的水上冰上运动，不断满足市民休闲运动游憩需求。提升郊野河湖水生态品质，打造近自然岸线，构建清新明亮、蓝绿交织的生态景观带，提高滨水空间的通达性、宜居性。

　　提升跨省市界河湖联防联控联治

　　意见提出，北京市完善流域统筹协调机制。建立健全跨省市界重点流域管理工作联席会议机制，重点推动官厅水库、密云水库水源保护。充分发挥海河流域省级河湖长联席会议机制作用，强化与相邻省市河长制办公室的工作对接，统筹确定目标任务，统一治理标准，推动流域信息共享，提升跨省市界河湖联防联控联治水平。

　　健全区域协同机制。按照流域统一规划、统一治理、统一调度、统一管理要求，统筹确定跨界河湖不同区域的功能定位和保护目标。市级层面统筹跨区界河湖管理保护，区级层面统筹跨乡镇(街道)界河湖管理保护，明确上下游、左右岸、干支流管理保护责任。(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）