彩云网登录_百度词条

小寒：雁归年将至，雪伴寒梅香******

　　【节气里的韵味中国】

　　作者：郝泽华

　　伴着蜡梅的孤雅幽香，在大雁北归的振翅声中，小寒节气准时赴约。

　　小寒是表示气温冷暖变化的节气。《月令七十二候集解》中记载：“小寒，十二月节。月初寒尚小，故云。月半则大矣。”冷气积久而寒，小寒意味天气寒冷，但未到极点，标志着季冬时节的正式开始。冬至之后，冷空气频繁南下，气温持续降低，温度在一年的小寒、大寒之际降到最低，从民谚“小寒时处二三九，天寒地冻冷到抖”中，便可感受小寒之寒冷。

1月1日，在浙江省诸暨市三都小学，水珠上映着开放的水仙花。新华社发

　　“小寒胜大寒，常见不稀罕。”虽名曰“小寒”，但在我国北方地区，小寒节气通常比大寒节气更冷。而对于南方大部分地区来说，则是大寒节气更冷一筹。此时，北方大部分地区都处于农业的冬歇期，人们需在家做好菜窖、畜舍保暖、造肥积肥。南方地区则要注意给小麦、油菜等作物追施冬肥，做好防寒防冻等工作。有经验的农人，会以小寒的气候推测来年的气候情况，民间流传着“小寒寒，惊蛰暖”“小寒不寒,清明泥潭”等俗语。

　　冬日，万物静默敛藏，但这方寂静中，也蕴藏着向阳的生机与萌动。“禽鸟得气之先”，时令流转中细微的变化，被禽鸟敏锐地感知着。古人将小寒分为三候：“初候雁北乡；二候鹊始巢；三候雉始雊。”小寒时节，阳气已动，大雁开始向北迁移。北方的喜鹊体察到阳气，开始为来年修筑巢穴。雉鸟也因感知阳气的生长，开始雌雄合鸣。唐代诗人元稹在《咏廿四气诗·小寒十二月节》中写道：“小寒连大吕，欢鹊垒新巢。”此时，宜聆听林间的啁啾鸟鸣与枝头的振翅之声，感受寒冬中向阳而生的生命之力。霜雪终将融化，严寒之后，春日必将到来。

　　风至而花有信。二十四番花信风中，小寒“一候梅花，二候山茶，三候水仙”。梅之凛然、山茶之艳丽、水仙之清雅，为小寒时节的苍茫大地，增添了几缕幽芳，也为无数寒冬拼搏的人们，带来精神的慰藉。

1月1日，在湖北省宜昌市秭归县茅坪镇，火棘果与白雪相映成趣。新华社发

　　“闻道梅花坼晓风，雪堆遍满四山中。”小寒时节，天地萧索，寒意凛冽刺骨，但梅花依旧凌风傲雪绽放。此时蜡梅已开，红梅待放，宜携三五好友踏雪而行，探梅寻香。梅花位列二十四番花信之首，自古广为文人吟咏。在《游前山》中，陆游写道：“屐声惊雉起，风信报梅开。”诗人的木屐声惊起山林中的雉鸟。而簌簌的花信风，送来了山中梅花绽放的消息。柳宗元则在《早梅》一诗中，以“早梅发高树，迥映楚天碧。朔吹飘夜香，繁霜滋晓白”的诗句，书写早梅凌寒绽放之仪态与芬芳。自梅花始，生命中的一次次绽放，都将次第而来。

　　漫长悠远的岁时轮转间，人们因地制宜地以饮食之道，表达着对山海的眷恋和对自然的敬畏。南京人逢小寒喜吃菜饭。菜饭的样式颇多，其中一种是将矮脚黄青菜同咸肉片、香肠片或是板鸭丁与糯米同煮，里面还会剁些生姜粒。这样煮出的菜饭，味道鲜香可口。热气腾腾吃下一碗，周身便暖了起来。在广东，则会在小寒的清晨吃糯米饭。当地人认为食用糯米可快速补充能量，有利于驱寒。传统的腊味糯米饭食材除糯米、腊肉、腊肠和花生外，还可添加香菇、虾米、叉烧等。“小寒吃羊肉，大寒吃萝卜。”羊肉同样是小寒节气中常吃的食物。若是将羊肉与当归、山药、胡萝卜同煮，不仅可以增添暖意，还不易上火。围坐在燃着炭火的铜锅旁，一起热腾腾地涮羊肉，也是不错的选择。时光、故土、记忆、信念……种种与饮食的羁绊，为人们口中的食物，添上了更为深沉厚重的滋味。

1月2日，在山东枣庄东湖公园拍摄的干枯植物。新华社发

　　“煮茶烧栗兴，早晚复围炉。”在寒冷的冬日，与三五亲友围炉煮茶，亦是一件快事。最近，这一古人雅事，成了城市中一些年轻人的新风尚。在院中搭起温暖的炉子，煮上一壶热茶，再烤上花生、板栗、橘子等吃食，便可欢聚畅谈。茶烟袅袅，暖意盈怀，传统文化正悄然被当代年轻人赋予新的内涵。

　　数九寒天，《九九消寒图》又添上几笔，不知不觉中，年关将近，各种年事活动正逐步展开。年味儿浓起来了：剪窗花、挂灯笼、买年画、写春联、备年货……而身在异乡辛苦打拼的人们，也准备收拾行囊，踏上归程。小寒节气在家人团聚的期盼中，增添了几分暖意。万家灯火中，总有一盏灯，在等待风雪夜归人。

　　大雁北归，寒梅着花，年节将至。小寒于寒冷中蕴藏着临近春日的生机，于银装素裹中孕育着生命绽放的力量。生活的美学与生命的智慧在节气更迭间不断延续，纵天寒地冻、冰封千里，若心怀信念，便无惧萧索与孤寒。

　　《光明日报》（ 2023年01月05日 08版）

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）