金钱艇彩票-金钱艇彩票

雨+降温+湿冷！广西将有三波冷空气排队入场，柳州的天气...******url:https://m.gmw.cn/2023-01/03/content_1303242439.htm,id:1303242439

　　1月1日

　　广西大部暖阳高照

　　元旦假期老天送来“大礼”

　　天气晴暖，充满美好

　　你们都去哪里玩了？

　　但！是！

　　今妹昨天

　　被“冻人”的气温给冷到了！

　　暖阳下线

　　冷空气来刷“存在感“了

　　广西又将开启“湿冷”模式

　　雨雨雨＋降温

　　轮番“魔法攻击”——

　　据气象部门消息

　　本月

　　广西将有三波冷空气排队入场

　　主要降温降水时段大致出现在

　　3日起至4日

　　受冷空气影响

　　桂北部分地区有霜冻或冰冻

　　12日—14日

　　受冷空气影响

　　有小雨

　　24日—27日

　　受冷空气影响

　　有小到中雨

　　冷空气影响过程中

　　桂北部分地区有雨雪冰冻天气

　　1月份，广西进入隆冬，该月是广西一年中气温最低的月份。各地月平均气温6℃～15.6℃，全区平均为11.4℃；月降水量为23.4～88.7毫米，全区平均为54毫米。寒潮、干旱、雾霾、霜冻和冰冻是1月的主要气象灾害。

　　在气温方面，预计广西各地平均气温：桂林市北部和柳州市东北部为6℃～9℃；贺州市，柳州、来宾和河池三市大部地区，桂林市南部以及百色市北部山区为9℃～12℃；全区其余地区为12℃～15℃。与常年同期相比，大部偏高0.1℃～1.0℃，桂南部分地区偏低0.1℃～1.0℃。

　　全区大部气温下滑

　　尤其桂北大部最低气温只有个位数

　　昼夜温差大

　　白天只穿一件单衣的你

　　早晚就得乖乖加上外套

　　大家还是要注意及时加衣服啊

　　别觉得冷了还硬扛啊

　　这种忽暖忽冷的天气

　　一不小心就很容易着凉感冒

　　未来三天具体预报

　　广西气象台1月2日17时发布预报：

　　3日晚上到4日白天，全区多云间阴，其中桂东、桂南有分散小雨。最低气温：高寒山区1～4℃，桂北4～10℃，桂南10～14℃。

　　4日晚上到5日白天，桂北阴天大部有小雨，桂南多云到阴天有分散小雨。最低气温：高寒山区4～6℃，桂北7～12℃，桂南12～16℃。

　　强风报告和海洋天气预报

　　北部湾海面：今天晚上到明天白天，多云到阴有小雨，偏北风5～6级，阵风7级；3日晚上到5日白天，多云，东北风5级，阵风6级。

　　合浦到东兴沿海各地台风警报站，所挂的强风信号一号风球不改变。

　　未来一周

　　柳州天气情况

　　↓↓↓

　　2023年1月3日，阴，北风<3级，气温9～14℃。

　　2023年1月4日，阴转小雨，北风<3级，气温10～15℃。

　　2023年1月5日，小雨转多云，北风3～4级，气温12～15℃。

　　今妹提醒

　　1

　　早晚气温低，昼夜温差大

　　公众外出游玩要注意防寒保暖，做好防护措施，同时要关注天气变化，注意避开局地性的阴雨天气。

　　2

　　各地城市、村寨和森林火险气象等级较高

　　开展节日庆祝活动、外出游玩等应严格控制野外用火，增强防火意识，严防火灾发生。

　　3

　　时入隆冬季节

　　假日期间使用燃气、炭火增多，需加强防范一氧化碳中毒工作。

　　综合 | 中国天气网广西站 广西新闻网

　　南宁晚报 广西日报 柳州新气象

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）