冷空气影响中东部地区 南方地区有降雨天气******
中新网1月19日电 据中央气象台网站消息，19-20日，冷空气将影响我国北方地区，华北、东北地区及黄淮等地降温4～8℃，部分地区10～12℃，局地14℃；并伴有4～6级风，阵风7～8级。22-24日，将有冷空气影响我国中东部地区，大部地区降温4～8℃，内蒙古中部、东北地区中南部等地部分地区降温10～14℃，局地16℃以上。20-22日，我国南方地区将有一次降雨天气过程，西南地区东部、江淮等地有小到中雨。
昨日08时至今日06时，全国大部地区降水稀少，内蒙古东北部、黑龙江中西部、青海东南部、川西高原北部等地部分地区出现小雪、局地中雪；重庆、四川中东部、云南东部等地部分地区出现小雨。另外，内蒙古中西部、甘肃中西部、新疆南部等地部分地区出现扬沙或浮尘。
冷空气影响中东部地区
19-20日，冷空气将影响我国北方地区，华北、东北地区及黄淮等地降温4～8℃，部分地区10～12℃，局地14℃；并伴有4～6级风，阵风7～8级。21日清晨黑龙江北部日最低气温将接近或突破历史同期极值。
22-24日，还将有冷空气影响我国中东部地区，大部地区降温4～8℃，内蒙古中部、东北地区中南部、江南东北部等地部分地区降温10～14℃，局地16℃以上。
南方地区有降雨天气
20-22日，我国南方地区将有一次降雨天气过程，西南地区东部、江淮、江汉、江南、华南等地有小到中雨；内蒙古中东部、东北地区大部、华北北部、黄淮北部、西北地区东南部、湖北西部、贵州北部等地有小雪或雨夹雪。
未来三天具体预报
1月19日08时至20日08时，内蒙古中东部、东北地区大部、西藏北部和东部、川西高原北部、贵州西部和北部等地部分地区有小雪或雨夹雪；西藏东南部、四川盆地北部和东南部、重庆中南部、贵州中部和西南部、云南中东部、海南岛北部和东部、台湾岛大部等地部分地区有小雨。山西北部、河北北部、山东半岛等地部分地区有5～6级风。渤海、渤海海峡、黄海大部海域、台湾海峡、台湾以东洋面、巴士海峡、南海大部海域、北部湾将有6~8级、阵风9~10级的偏北或东北风(见图1)。
1月20日08时至21日08时，内蒙古中东部、黑龙江南部、吉林东部、新疆北部和南部、西藏北部、青海南部、西北地区东南部、江汉西部、四川盆地北部、重庆东南部等地部分地区有小到中雪或雨夹雪，其中，西藏西部等地部分地区有大到暴雪(10～15毫米)；湖北南部、湖南中北部、四川盆地东部、重庆西部、贵州大部、云南中东部、海南岛中东部、台湾岛等地部分地区有小雨。黑龙江西北部、吉林东部、辽东半岛、新疆北疆北部、甘肃河西、湖北南部、浙江中部、四川盆地东北部、广东西北部等地部分地区有4～6级风。黄海海域、台湾海峡、巴士海峡、南海东北部海域将有6～7级风、阵风8-9级(见图2)。
1月21日08时至22日08时，内蒙古东南部、东北地区大部、新疆南疆盆地和北部、西藏北部和东南部、西北地区东南部、黄淮北部、江汉西部等地部分地区有小到中雪或雨夹雪，其中，西藏东南部等地部分地区有大雪(5～8毫米)；黄淮西部、江淮、江汉、江南、西南地区东部、华南、台湾岛等地部分地区有小雨，其中，江苏中部等地部分地区有中雨。辽东半岛、甘肃河西、浙江北部等地部分地区有5～7级风。渤海海域、东海南部海域、台湾海峡、台湾以东洋面、南海大部海域将有5～7级风、阵风8级(见图3)。
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 彩神彩票地图 |
