快盈v手机版APP|互动百科

纪录片赋予硬核科技以浪漫诗意******

　　纪录片《鹤舞长江》剧照。中央广播电视总台供图

　　2022年12月20日，白鹤滩水电站16台百万千瓦机组全部投产发电。白鹤滩与乌东德、溪洛渡、向家坝、三峡、葛洲坝水电站“串珠成链”，点亮了世界最大的清洁能源走廊，在新征程上为践行“两山”理念、落实“双碳”目标注入澎湃的绿色动能。纪录片《鹤舞长江》，全景式呈现了这项超级工程的诞生背景、建设历程，引领观众深度感受“绿色奇迹”背后的中国智慧、中国精神、中国力量。

　　世界首台百万千瓦水轮机组、世界最大的地下厂房、世界最“聪明”的智能大坝……白鹤滩水电站攻克了40项世界级难题，取得1000余项技术专利，机组实现100%国产化。这是我国水电装备制造从“跟跑”“并跑”到“领跑”的又一杰作。核心技术的突破，是攀登，也是接力。水电站历经半个多世纪选址、10年勘察设计、10余年建设施工，承载着几代水电人的光荣与梦想。《鹤舞长江》以选址筹建为开篇，用真实的镜头捕捉一个个闯关夺隘的动人故事，留下了弥足珍贵的影像资料和历史信息。

　　作为专业性极强的工程题材纪录片，如何用影像语言艺术地挖掘和呈现工程价值，让广大观众在震撼之余，激发起更多情感共鸣？该片做了诸多有益尝试。

　　以生动贴切的语言，呈现科技之美。一个超级工程，就是一件精美绝伦的工业艺术品，凝结着工程师们非凡的想象力与创造力。以一个铁球“借力打力”，实现上层爆破的同时，保护底部基岩；通过“雕刻师”级别的精准爆破，岩壁吊车梁一次成型，为庞大的地下宫殿打造出能承担万吨重量的坚实“臂膀”；以低热水泥破解“无坝不裂”的难题，成功筑成“无缝大坝”；为泄洪洞岩壁敷上一层光滑的“镜面”，阻断空泡效应，让“深水炸弹”无处栖身；以充满传统文化意蕴的“双龙戏水”出水口设计，巧妙消解泄洪势能……纪录片将科技术语转化为日常语言，以通俗易懂的表达诠释复杂问题，打破专业隔阂，赋予硬核科技以浪漫诗意。

　　以平凡动人的故事，书写奋斗之路。令观众印象深刻的，不仅是那座雄伟壮观、造型优美的大坝，更有数万名建设者和10万移民的无私奉献。前期负责勘探的工程师们冒着生命危险，徒步于垂直落差近千米、最窄处不足1米的白鹤驿道；河谷上空的7座彩色缆机中，清一色的女司机昼夜不停，以女性的细致与专注，累计吊送100万罐混凝土；移民工作者刘祖雄不顾病痛，翻山越岭，开展详尽的入户调查、制定安置方案，努力带领库区移民走出世代贫困……纪录片以工程建设为主题，但关键视角始终是人。工程建设过程中，朴实的奉献和真切的情谊，令纪录片充满温度和力量。

　　纪录片专门辟出章节，呈现工程配备的一整套完善的生态系统保护方案。乌东德水电站为洄游的鱼类量身打造“专用电梯”，白鹤滩水电站为两岸崖壁上的鸟儿栗喉蜂虎“乔迁新居”、为300余株古树逐个定制移栽方案……从江中到岸边，“生态优先、绿色发展”的理念落地生根、拔节生长。

　　在纪录片的最后一集，镜头离开白鹤滩，像坝中流泄的江水一般涌向长江、奔入大海。随着镜头，观众看到了沿线各地正在建设或运行的水面光伏、抽水蓄能电站、远海风电等多能互补的清洁能源体系。这是实现中华民族永续发展的不竭动力，也是我们饱含诚意、努力实现“双碳”目标的一个剪影。（周飞亚）

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）