保尔森基金会副主席戴青丽：推动全球投资和贸易的绿色转型 中国将大有可为******
中新网蒙特利尔12月8日电 “当前，人类面临着生物多样性丧失和气候变化的双重危机，唯有全球同舟共济、齐心协力，方能化解这些危机。”保尔森基金会副主席兼总裁戴青丽在COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会上作视频发言时表示。
当地时间12月7日，COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会在加拿大蒙特利尔举行，边会由生态环境部环境与经济政策研究中心、中国新闻社主办，中国新闻网承办。
保尔森基金会副主席兼总裁戴青丽在边会上作视频发言。 尹灵 摄戴青丽表示，就体量和影响力而言，中国在推动全球生物多样性保护方面可以发挥关键性的作用。中国生物多样性丰富，珍稀物种繁多，对这些自然瑰宝的有效保护本身就是对全球生物多样性保护事业的巨大贡献。
“同时，中国在全球投资和贸易中的中枢地位日益凸显。中国的境外投资决策和大宗软商品贸易实践，对东道国或商品来源国的自然环境会产生深远的影响。因此，在推动全球投资和贸易的绿色转型方面，中国将大有可为。”
戴青丽指出，中国已开始采取行动推动环境可持续性。例如，“生态文明”不仅体现了中国传统文化中“天人和谐”的传统理念，还成为了指导近期政府决策的根本性原则，为自然生态保护提供了有力的保障。
在国际投资和贸易领域，中国已经发布了包括“一带一路”绿色投资原则在内的多个指南，为开展负责任的境外投资合作搭建了框架。中国商务部制定的“十四五”部门规划中，首次明确提出建设绿色贸易体系的目标，这将为开展可持续大宗商品贸易创造良好的政策环境。
戴青丽表示，中国也正在成长为绿色金融的领跑者。例如，中国绿色债券的发行规模位居世界前列；中国担任了G20可持续金融工作组的共同主席，也在央行与监管机构绿色金融网络中牵头开展生物多样性对金融稳定的风险评估。中国政府相关部门还在研究和探讨在债务重组中实施“债务换自然”或“债务换发展”机制，兼顾债务国的生态和社会效益。(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 盈彩网投资平台地图 |
