探索生态修复新路径 渝东北首份“碳汇”修复性司法判决出炉******

　　中新网重庆1月17日电 (向存丹 黄柏成 梁钦卿)记者17日从重庆市第二中级人民法院获悉，该法院近日审结一起破坏生态环境民事公益诉讼案，系渝东北首份“碳汇”修复性司法判决。

　　2019年11月至2020年9月期间，张某、杨某、谢某三人在未办理采矿许可证的情况下，开采石料用于建设公路，破坏林地623.55平方米，虽已补植林木就地修复并通过修复评估，但仍造成生态系统服务功能损失122366元。

　　检察机关遂提起生态环境民事公益诉讼，要求张某等三人赔偿生态系统服务功能损失，并建议以购买碳汇方式进行生态环境替代性修复。

　　重庆市二中法院经审理认为，被告三人非法采矿造成的林地生态系统服务功能损失，包括保育土壤、林木养分固持、涵养水源和固碳释氧等功能损失，且不能通过其他修复行为弥补，遂判决三人赔偿生态系统服务功能损失122366元，并在判决主文中明确该费用用于购买等值碳汇进行替代性修复。

　　“碳汇”是指通过植树造林、森林管理、植被恢复等措施，利用植物光合作用吸收大气中的二氧化碳，并将其固定在植物和土壤中，从而减少温室气体在大气中浓度的过程、活动和机制。

　　在司法实践中，“碳汇”及“碳汇交易”是新名词，“以碳代偿”进行生态修复，相关交易平台和机制仍在探索中。重庆市二中法院充分考虑碳汇替代性修复的现实可行性，结合检察机关的建议、司法鉴定的意见和当事人的认购意愿，作出上述判决。

　　本案中，张某等人赔偿的生态系统服务功能损失费用，将通过认购等值的重庆“碳惠通”项目减排量进行替代性生态修复。(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