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
新疆戈壁滩上的“测天哨兵”:平均10天遭遇一场8级以上大风******
(新春走基层)新疆戈壁滩上的“测天哨兵”：平均10天遭遇一场8级以上大风
中新网新疆福海1月12日电 (李志宏 玉素甫·吐尔公)驱车从新疆阿勒泰地区福海县城一路向东，穿过挂着雾凇的沙枣林，路过披着晨雾的村庄，挺进戈壁滩风景渐显荒凉。近日，记者探访了新疆唯一的大气本底站——中国气象局阿克达拉区域大气本底站。
位于新疆阿勒泰地区福海县的阿克达拉区域大气本底站，是新疆目前唯一的大气本底站，也是中国7个国家大气本底站之一。目前，站内有11名工作人员，8名都是“90后”，他们不仅远离城市繁华，平均每10天还要遭遇一场8级以上大风。
“因阿勒泰地区空气质量良好，且地处我国天气系统上游，2002年阿克达拉区域大气本底站被中国气象局遴选为区域大气本底站。经过10年科学论证，2012年获中国气象局正式批复。目前承担地面观测、气溶胶、反应性气体和温室气体观测等40多种常规业务。”阿克达拉区域大气本底站站长王建林说。
阿克达拉区域大气本底站承担地面观测、气溶胶、反应性气体和温室气体观测等40多种常规业务。 新疆气象局供图“阿克达拉”为哈萨克语，意为“荒凉的戈壁滩”，建设在这里的大气本底站方圆50公里皆为冲积平地和戈壁，最近的村庄也在5公里之外。王建林说，大气本底站的监测，要求在“相对清洁”的大气环境中进行，其监测结果才能代表受人为影响最小的大气。为了确保这份“相对清洁”，站里的食堂建在距离观测场300多米外的西北角，每天炒菜都要少放油，取暖和其他生活保障全都使用清洁能源。这些天气系统上游的“测天哨兵”，一年四季在戈壁滩上工作生活。
每天7时，阿克达拉区域大气本底站的“测天哨兵”们就开始工作了。由于地处偏远，停电是“家常便饭”。“每次停电，一些设备就会出现不可预料的故障，因此，我们要求观测员在停电后一分钟到岗。”王健林说。
在别人眼里，气象观测员们就是“数据的搬运工”，实则不然。根据《气象高质量发展纲要(2022—2035年)》要求，阿克达拉区域大气本底站要提升大气本底观测计量标校业务能力，完成提升温室气体观测业务质量等17项目标考核任务，颇具科技“含金量”。2022年，该站新增11台先进监测仪器，对管理、巡检、维护提出更高要求。王建林带领观测员们争分夺秒制定规范流程、熟悉仪器设备，在不到一个月的时间内让仪器发挥出应有的效益。
谈及对新年的期冀，王建林决心在这里干到退休，他的新年愿望是希望早日建成科研室，让年轻人在一个比较舒适的环境里潜心钻研业务，快速锻炼成长成才。“00后”董垠希是站里最年轻的观测员，工作不到一年的她已经加入“阿克达拉黑炭气溶胶和SO2浓度变化研究”团队，她希望瞄准气溶胶与呼吸道疾病这一方向开展相关研究，争取自己主持课题。(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
凤凰快三地图 |
)