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
建立“休挖期”与“保护基地” 青海政协委员建言保护“软黄金”******
中新社西宁1月17日电 (祁增蓓)制定冬虫夏草合理采挖与控制政策、严格禁止商业性质的挖幼虫、卖幼虫行为、建立冬虫夏草野生种质资源保护基地……正在召开的青海省两会上，青海省政协委员为保护“软黄金”冬虫夏草建言献策。
中国冬虫夏草的产量占世界产量的98%，而青海冬虫夏草占中国60%以上的产量，是世界冬虫夏草当之无愧的主产区，也是青海省虫草产区农牧民增收的重要来源。冬虫夏草天然资源十分宝贵，因此也被称为“软黄金”。
据统计数据，青海省冬虫夏草年产量约80吨至100吨，年产值180亿元(人民币，下同)至200亿元，数百万农牧民因此受益，特别是在核心产区，冬虫夏草成为农牧民家庭主要收入来源。
青海省政协委员、中国科学院西北高原生物研究所副所长魏立新17日接受中新社记者采访时表示，冬虫夏草产业的发展关乎百万农牧民生计与稳定。
“超时超限采挖，可能导致冬虫夏草子座子囊孢子在成熟前就被挖走，随后几年冬虫夏草产量便会不断下降，最后影响的还是当地的农牧民。”魏立新希望，青海能尽快制定冬虫夏草合理采挖与控制政策，设立冬虫夏草采挖控制区，实行可控制性采挖。
魏立新说，同样迫在眉睫的还有对采挖期限的规定。“南方有休渔期，我们可以设置休挖期。由于海拔、气候差异，具体时间可与当地政府、牧民等商讨后决定，建立适合各产区的冬虫夏草‘采挖期’与‘休挖期’制度。”
青海省政协委员、玉树藏族自治州工商联副主席格扎与魏立新有同样的想法，他告诉记者，近两年来，玉树在协调生态效益和经济效益方面不断努力，对冬虫夏草的采挖变得更加规范，牧民的生态意识也在不断提高，对冬虫夏草的保护也朝着好的方向发展。
格扎说，相比于产量下降给牧民造成收入下滑的影响，他更加担心不规范的采挖对生态和资源带来不可估计的后果。
“2012年左右，我们在调研时发现有些冬虫夏草主产区的草场被转包，由于经济利益的驱使，承包商往往采取毁灭性的采挖，包括采挖冬虫夏草幼虫，使得冬虫夏草资源难以实现自我修复。”魏立新说。
魏立新认为，除了严格控制私人采挖转让，禁止商业性质的挖幼虫、卖幼虫行为之外，还应在冬虫夏草自然生态系统保存完整、代表性强，核心资源集中分布或生态脆弱需要休养生息区域，建立冬虫夏草野生种质资源保护基地。
据记者了解，业界呼吁青海省政府建立冬虫夏草保护区始于2010年。魏立新提出，在确保冬虫夏草和生态环境不受损害的情况下，可开展冬虫夏草管护巡护、生态修复、调查监测等活动，进行非破坏性科学研究观测、标本采集，既有利于科研，让冬虫夏草物种得到更好的繁衍和适度的开发，又有利于增加地方农牧民的收入。
“如果能有保护基地，我们的冬虫夏草就会得到更好的保护，我相信牧民也愿意基地设立在自家草场。”格扎说。(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
welcome购彩大厅地图 |
)