彩虹多多官网|彩虹多多官网

强冷空气来袭！多地气温将暴跌20℃以上******

　　据中国天气网消息，2023年首场大范围雨雪即将上线，预计11日至15日，这股强冷空气将给我国带来剧烈降温、大风及大范围雨雪，东北、江淮、江南等地部分地区气温将暴跌20℃左右，华北、黄淮等地有明显雨雪，不少地方将是今冬初雪。

　　全能型冷空气带来大范围雨雪

　　华北黄淮等地初雪虽迟但到

　　“这股强冷空气具有影响范围广、降温幅度大、雨雪范围广且相态复杂的特点。”中国天气网气象分析师张娟介绍，此次冷空气强度强，推进速度较慢，加上有南支槽配合水汽输送，所以造成雨雪范围较广，我国除西藏以外的其余大部地区都会先后受到雨雪的波及。

　　从具体的雨雪进程来看，10日至12日新疆北疆地区持续风雪天气，阿勒泰、塔城等地将有大到暴雪，西北地区东部、华北、黄淮会有分散性的雨雪天气；13日随着冷空气逼近，冷暖气流正面“开战”，西北地区东部、华北、东北到江南中北部等地自西向东、自北向南将先后出现雨转雨夹雪或雪。

　　13日早晨，雨雪分界线将位于甘肃南部至华北北部、黑龙江南部；14日早晨，南压至华北南部、陕西南部；15日早晨，到达贵州北部至长江中下游沿线；16日，进一步南压至贵州南部至江南中北部一线。

　　较强降雪主要集中在内蒙古中部、河北西北部、山西北部、山东南部的部分地区，这些地方可能出现中到大雪、局地暴雪，新增积雪将在5厘米左右。

　　省会级城市中，北京、天津、石家庄、太原、济南都有可能在13日前后迎来今冬初雪。和常年相比，当地今冬初雪时间均已经迟到了一个月以上。“不过目前预报时效较远，最近异常的暖会让雨雪相态的转换有一定不确定性，需临近再关注。”张娟说。

　　值得一提的是，由于此次暖湿气流强盛，大气不稳定能量增强，12日至14日期间，江淮、江汉、江南等地的部分地区还将出现同期少见的闪电和对流性降水天气。

　　我国多地气温将暴跌20℃以上

　　湖南江西等地从初夏跌至深冬

　　由于近期回暖迅猛，因此这次冷空气带来的降温将非常剧烈，其中东北地区、江淮、江南等地部分地区气温降幅将达到20℃，局地甚至能达到25℃左右。降温过后，中东部大部地区平均气温将由前期偏高逐渐转为偏低，全国冷暖形势将实现大逆转。

　　从降温进程来看，西北地区将率先受到影响，11日至12日，新疆、甘肃、青海降温幅度可达6～12℃，新疆北部降温超过14℃。

　　12日夜间到13日白天，内蒙古、东北、华北一带将出现6～12℃的降温，其中内蒙中东部、黑龙江、吉林等地降温将达到12～16℃，局地降温幅度可能达到20℃左右。像黑龙江省牡丹江市，12日最高气温2℃，15日就将降至-17℃，降幅可达19℃。

　　13日夜间到15日，黄淮、江淮、江南、华南等地也将开始自北向南陆续降温，其中山东南部、安徽、江苏北部、湖北东部、湖南、江西等地部分地区降温幅度有可能达到12～16℃，局地超20℃。以长沙为例，13日最高气温还有26℃，15日将骤降至2℃，降幅达到24℃，直接从初夏跌至深冬！

　　降温过后，17日早晨，最低气温0℃线将位于云南东部至贵州、江南中南部一线，-10℃线位于华北中南部、陕西南部一线。

　　友情提醒，本周中东部地区先暖后寒，降温如换季，各地公众应该密切关注天气预报，根据气温变化适时调整着装。同时，眼下已经进入春运高峰期，即将上线的大范围雨雪天气将对交通出行产生不利影响，提醒有出行计划的公众多关注气象部门的预报预警信息以及交管部门的路况信息，妥善安排行程，安全顺利出行。

　　来源：中国天气网

　　监制：张越

　　编辑：周喆、伍越

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）