快3app|-(中国)360百科
快3app2023-01-31 16:05

(中国这十年·斯人)“杂交谷子之父”赵治海:瘠田飘出谷米香******

  中新社石家庄10月12日电 题:“杂交谷子之父”赵治海:瘠田飘出谷米香

  作者 赵丹媚

  “种植‘张杂谷’五亩能脱贫,十亩能致富,百八十亩盖房娶媳妇”,这是“张杂谷”种植发源地河北张家口宣化地区流传的一句话。人们所说的“张杂谷”,正是“杂交谷子之父”赵治海及其团队的研究成果。

  今年64岁的张家口市农业科学院学术委员会主任赵治海是中国知名农业科学家,业界有“南有袁隆平,北有赵治海”之称。种过地、赶过马车,年少时“地里刨食”的生活,让他深知一粒一粟来之不易。1982年大学毕业后,赵治海选择回到家乡河北张家口,与杂交谷子“打交道”。

资料图为2021年2月22日,赵治海在查看“张杂谷”长势。 中新社发 受访者供图资料图为2021年2月22日,赵治海在查看“张杂谷”长势。 中新社发 受访者供图

  利用杂交育种技术,赵治海及其团队培育出具有自主知识产权的“张杂谷”系列品种,其表现高产、抗旱、优质、高效,将中国北方干旱半干旱地区谷子亩产从200公斤至300公斤提高到400公斤至600公斤,并创造了亩产811.9公斤的世界谷子高产纪录。同时,“张杂谷”还走出国门,在非洲埃塞俄比亚、乌干达等十余个国家试种成功。

  中国人的饭碗任何时候都要牢牢端在自己手中,为了这一目标,近十年,赵治海将研究重点转向以饲料为主的谷子、谷草上。

  谈及缘由,赵治海说,谷子作为杂粮,现在人们吃得少了,但谷子是粮草兼用作物,谷草是优质饲草,在农牧交错带发展杂交谷子产业,既可解决当地粮食增产、农民增收问题,还可解决饲草问题,让人们吃到放心的肉蛋奶,此为“藏粮于畜”。

资料图为2021年2月22日,赵治海正在观察谷子。 中新社发 受访者供图资料图为2021年2月22日,赵治海正在观察谷子。 中新社发 受访者供图

  2022年2月,饲用谷子被列入中国农业农村部印发的《“十四五”全国饲草产业发展规划》。赵治海说,牛羊育肥需要精饲料,若把谷子作为精饲料,谷草作为粗饲料,会使牛羊肉的质量大大提高。“实验表明,喂食了谷草的羊,肉中的不饱和脂肪酸比普通羊肉高50%,肉质细腻,且价格比普通羊肉每斤贵30元(人民币),一些贫困地区可以通过发展高档牛羊肉增收致富。”

  “在育种上,追求高产是不变的主题,但不考虑环境承受力的追求高产不是我们的初衷。”赵治海说,一些干旱、土地贫瘠的地区无法耕种、放牧,但适合种植谷子这种生态友好作物,若为了追求高产而广灌溉、施肥,不仅会增加农民种地成本,也会破坏当地生态。“若能合理利用这些地区,或许中国制定的18亿亩耕地红线这个数字可以扩大,更好地保证粮食安全。”

  赵治海坦言,他今天仍然有压力,杂交谷子是张家口市农业科学院几代人50余年接力研究的成果,恢复谷子的主粮地位,储备谷子生产技能,打破国外苜蓿牧草的垄断,助农增收,这个目标一直激励着他。

  如今,“张杂谷”系列成果不断扩大,已有粮食类20多个品种、饲草类3个品种,形成了适应水、旱地,春、夏播,早、晚熟配套的品种格局,基本覆盖了中国谷子适播区的所有生态类型。

  “我们将进一步加大谷子新品种研发力度,提高产量,发展优质饲草饲料,藏粮于畜。”正是因为挨过饿、吃过苦,赵治海明白,粮食问题不仅仅是某个国家的问题,人类必须寻求解决吃饭问题的新途径,同时保护地球的可持续发展。(完)

  • 快3app

    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

     

    中国网客户端

    国家重点新闻网站,9语种权威发布

    快3app地图