大发平台-大发平台

南昌国际陆港春运现场：年货装车忙 出海效率高******

　　(新春见闻)南昌国际陆港春运现场：年货装车忙 出海效率高

　　中新社南昌1月7日电 题：南昌国际陆港春运现场：年货装车忙 出海效率高

　　中新社记者 李韵涵

　　1月7日是2023年中国春运首日。一辆由53节车厢组成，满载服装、电器等年货物资的集装箱货物班列从南昌国际陆港出发，开启这些年货物资的“出海之旅”。

　　不沿江、不靠海的南昌国际陆港位于江西省南昌县向塘镇。向塘镇一直以来都以中国南方最大的交通枢纽重镇而闻名，依托江南最大编组站——向塘西编组站，江西南部地区七成货物经由这里发往全国各地，是江西重要物流节点和货物集散地。

　　中新社记者走进南昌国际陆港看到，春运来临，港内的物流基地显露出繁忙，一个个集装箱在门吊的作业下进行装车，放眼望去，难以肉眼计数的集装箱正排列整齐等待装车。

　　“这趟列车在春运首日开出，上面装着服装、日用品等年货物资，在到达浙江宁波北仑港后乘船发往世界各地。”中国铁路南昌局集团有限公司向塘西车站货运车间主任邓云说，近期班列所装物资都以粮油米面、电器等年货物资为主，当前运量在逐步攀升，南昌国际陆港也正加班加点对货物进行快装快卸。

　　目前，南昌国际陆港已开通南昌至荷兰(鹿特丹)、俄罗斯(莫斯科)、白俄罗斯(明斯克、奥尔沙)、法国(巴黎)等9条国际直达班列和南昌至深圳盐田港、宁波北仑港、福建江阴港、厦门高崎港等9条铁海联运外贸班列，以及南昌至满洲里、二连浩特、霍尔果斯等3条中欧班列，覆盖全球30多个国家和地区。

　　据了解，南昌国际陆港内的向塘铁路物流基地是中国国家铁路集团有限公司在全国规划建设的33个一级物流基地之一，内部划分为办公区、商品汽车区、集装箱区、仓储区和调车场五大作业区域。此外还有铁路口岸专用线，设铁路装卸区、查验区两部分。

　　邓云表示，在南昌国际陆港开行铁路联运班列之前，南昌及周边外贸企业的商品出海，通常需要把产品千里迢迢运到海港通过海运出境，并要自己找车队去海港拉集装箱，把空箱拉回来装好货后再拉回港口，既费时费力又增加物流成本。

　　“铁路联运既节省了物流成本，又加快了出海效率。”邓云称，如今的南昌国际陆港为外贸企业提供了稳定便捷的运输方式和贸易通道，外贸货物可以搭乘国际陆港的中欧班列或铁海联运班列直接出口。

　　据统计，2022年南昌国际陆港累计发送货物18147车，36394标准箱，59.86万吨；到达货物35959车，71918标准箱，140.75万吨，铁海联运集装箱到发量稳居江西第一。(完)

　　搜索

复制

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）