购彩大厅Welcome交流群_购彩大厅Welcome骗局

全国首例非法投放外来物种民事公益诉讼案一审宣判******

　　中新网2月3日电 据江苏省高级人民法院官方微信消息，2023年2月3日 ，南京环境资源法庭在常州市金坛区人民法院公开开庭审理南京市人民检察院提起的全国首例非法投放外来物种民事公益诉讼案并当庭宣判 。

　　南京环境资源法庭经审理查明，2020年12月 ，被告徐某在未向主管部门报告 的情况下，从被告刘某处购买黑鱼 、鲶鱼用于放生 。2020年12月15日上午 ，徐某在钱资湖准备放生 ，遇有工作人员阻止，现场同时也有群众阻止并报警 ，徐某等人遂前往长荡湖温洛港桥附近，放生由刘某运至现场的鲶鱼25000斤 ，后大量鲶鱼死亡。12月20日 ，常州市金坛区 、溧阳市长荡湖渔政监督大队开始组织人员打捞 ，截止2021年2月9日 ，共计打捞10天 ，累计打捞出死亡鲶鱼20208斤 。

　　经中国水产科学研究院淡水渔业研究中心鉴定，投放 的鲶鱼为革胡子鲶，系外来物种 。华南师范大学专家意见认为，案涉放生行为对长荡湖渔业资源造成的直接损害补偿(赔偿)费不少于7427.6元至44565.5元 ，对长荡湖生态环境造成损害至修复完成期间 的服务功能损失5000元至6000元 。另 ，专家评估费用为18000元。

　　庭审过程中 ，南京森林警察学院刘昌景博士作为专家辅助人出庭说明外来物种及外来物种入侵 的概念、并对放生外来物种的危害、禁止肆意放生外来物种进行了充分阐述 。

　　南京环境资源法庭认为 ，徐某、刘某在未向当地的渔业行政主管部门报告 的情况下 ，自行向长荡湖投放大量外来物种 的行为违反国家规定 ，导致了该水域环境要素和生物要素的不利改变 ，造成了生态损害 ，应当承担生态损害赔偿责任并在服务功能损失范围内适用惩罚性赔偿。法院依法判决被告徐某、刘某对其非法投放外来物种革胡子鲶所造成 的生态资源损失30000元、服务功能损失5000元 、专家评估费18000元共同承担连带赔偿责任 ；连带承担惩罚性赔偿5000元；并将上述赔偿款项在科学论证后拟定方案用于长荡湖生态环境修复和生态环境保护法治宣传 。

　　外来物种入侵是威胁国家生物多样性 、生态安全和公众健康 的重大安全问题，已经上升至国家安全战略 的高度。缺乏科学指导和法律监管 的盲目放生会对本地的生态系统造成损害，并对生物安全带来巨大风险 ，应当承担相应的法律责任。

　　本案 是因非法投放外来物种引发 的民事公益诉讼案件。南京环境资源法庭严格执行《中华人民共和国生物安全法》，在全国范围内率先审理投放外来物种民事公益诉讼案 ，充分体现了落实生物多样性国家保护战略和维护国家生物安全 的司法担当 ，并探索将惩罚性赔偿资金用于生物安全风险防范事项 ，向社会公众普及外来物种入侵危害，引导公众树立生物安全理念，自觉遵守生态环境保护法律法规 ，科学合法地开展放流活动 。

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）