海洋牧场平台与海上风电场的大风车“同框”,组成了一幅别样的风景。 谷华 摄
11日上午,江苏滨海海域阳光正好,海风柔和,海鸟盘旋。记者搭乘补给船出海,穿行在海上风力发电大风车“丛林”之中,向着汪洋中的海洋牧场驶去。经过近3个小时的航行,海天之间一座白色的四方形“海上城堡”映入眼帘。陪同采访的陶湾海洋牧场负责人李益说,这就是“陶湾一号”海洋牧场智能网箱平台。
李益继续介绍,陶湾海洋牧场是由滨海县农旅集团投资建设的集海洋养殖、海洋科研、海洋观光休闲于一体的现代渔业综合体,项目分三期建设,目前已完成一期建设,投资4.2亿元建成多功能综合平台、人工鱼礁及其附属配套设施,2023年底完成二期建设,2025年底完成三期建设,届时将成为盐城市首个国家级海洋牧场示范区、东部地区全品类优质水产品供应基地、全国首个县域海洋牧场产业化示范区。
海洋牧场平台的四根圆柱间内侧围着巨型网箱。 谷华 摄登上“陶湾一号”智能网箱平台,同行人员纷纷惊叹这座“海上城堡”的宏大壮观。四根巨型圆柱和若干根斜插柱稳稳地支撑起整个平台,四根圆柱间内侧围着巨型网箱。离水面十五六米高的平台有三层,一层是养殖观察环道和投饵管道,二层是智能集控室、污水处理室、电气设备间、应急发电机室等功能室,还有科普馆、会议室、客房、餐厅等配套区,顶层是观光平台和一个直升机停机坪。借助无人机从空中俯瞰,整个平台犹如一朵荷花盛开在大海中。
“养殖网箱水体有6万立方米,最多可养殖50万尾到60万尾深海鱼,日前刚试投放5万尾黑鲪鱼苗,养殖8个月左右即可上市。”带领记者参观的平台工作人员姜亚雷是名退役军人,他对这个海洋智能养殖平台充满自豪感。他说,更重要的是,在平台四周约9700亩的水域投放了34000空方的人工鱼礁,这些人工鱼礁上面有各式各样的孔洞,有利于海藻等海洋微生物附着,为鱼类提供繁殖、避敌、索饵、嬉戏的场所,这对改善海洋生态环境将起到重要作用。
工作人员操控智能设备,对海洋牧场进行全方位日常监测。 谷华 摄在海洋智能养殖平台的智能集控室里,摆放着各式智能设备,十几台电脑屏幕上,有的显示各种数据,有的显示监控画面。负责这里工作的是24岁小伙子顾硕,大学毕业后在中交一航局工作,得知家乡建起海洋牧场后,回来参与这项事业。他告诉记者,智能集控室是海洋牧场的“大脑中枢”,从海洋环境监测、安全控制、内外联络到灯光控制、鱼料投放,都能在集控中实现。他指着面前的一块屏幕说,当前海水温度、盐度、PH值、叶绿素、溶解氧浓度等数据一目了然,点击查看历史数据,可见这些数据在日、周、月之间的数据变化曲线。
“由于是智能操控,海洋牧场日常运行只需要4人,15天到20天轮换一次。”李益说,他们每个人都是业务的多面手,发电、放养、数据分析等各种业务都能熟练操作。
工作人员乘小艇下水检查网箱。 谷华 摄值得一提的是,“陶湾一号”海洋牧场平台日常运行和生活用电都来自平台上安装的风能和太阳能发电设备,同时建有海水净化和污水处理系统,生产生活垃圾定期运回陆地处理,运行真正实现绿色生态无污染。
“将来,‘陶湾一号’海洋牧场除了正常的网箱养殖功能外,还将提供科普培训、垂钓潜水、商务会议、休闲观光、婚庆典礼及特色餐饮等服务项目,成为真正的现代海洋产业基地。”李益说。
海洋牧场平台建有海水净化和污水处理系统。 谷华 摄“建设海洋牧场既是科学的生态修复手段,也是现代的渔业生产方式,更是创新的渔业产业形态。”滨海县农旅集团董事长吕海军表示,今后,将全力抢占生态渔业示范发展的制高点,实施“海洋牧场+”融合发展战略,拓展更多的海洋牧场,打造“蓝色粮仓”。
下午4点40分,记者告别“陶湾一号”海洋牧场的值守人员,他们将在这里度过兔年春节。乘船离开的那一刻,回首望去,这座荷花型的“海中城堡”与周边海上风电场林立的大风车“同框”,组成了这片广袤海域上的别样风景。(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() |