春运遇降温，1月以来羽绒服销量同比上涨逾50%******

　　日前，受强冷空气及南支槽影响，我国大部地区出现了雨雪及大风降温天气。我国多地区气温先后下降8～12℃，各地地方气象台也相继发布寒潮预警。

　　与此同时，春节前夕，受寒潮影响，消费趋势上也出现了明显的变化，保暖消费与年货消费一起成为人们关注的重点。特卖电商唯品会相关数据显示，1月以来，羽绒服、保暖内衣、电暖器等保暖用品在平台上的热度持续走高。

　　每到冬季，羽绒服都是不少人的购物首选，2023年同样不例外。不过，不同于往年，现在市面上销售的羽绒服有所不同。2022年年初，我国发布了GB/T14272-2021《羽绒服装》标准(下称“新国标”)，并于2022年4月1日正式实施。其中，新国标明确把“含绒量”修改为“绒子含量”。新国标的起草单位包含波司登、雪中飞、艾莱依、雅鹿等行业头部公司，森马、耐克、七匹狼等服饰企业也参与其中。

　　根据新的《羽绒服装》标准，只有绒子含量不低于50%，才能称为羽绒服。绒子是一朵羽绒中最优质的部分，直接发挥保暖作用；羽丝、绒丝则是朵绒掉下来的单丝，没有蓬松感。简单来说，“羽绒=绒子+羽丝、绒丝”。就同样的充绒量而言，绒子含量高，保暖性更强；绒子含量低、绒丝与羽丝含量高，容易出现“不保暖且容易漏丝”等问题。

　　业内人士认为，新国标能改善、解决羽绒服常出现的钻毛问题。因为钻毛主要和里衬品质及绒子含量相关，里衬品质越好、含绒量越高越不容易钻毛。此外，新国标的实施也有利于进一步提升国产羽绒服整体品质，增强其市场竞争力。

　　新标准背后，牵动的是千亿元级别的市场。中国服装协会发布的数据显示，2015年至2021年，中国羽绒服市场规模从767亿元增长至1562亿元，年均复合增速达到12.6%，高于整体服装市场，有机构估计 2022年这一数字超过到1600亿元。

　　记者搜索各大电商平台发现，诸多相关品牌目前已经换上了新标。在羽绒服新国标实施的首个旺季近一个多月来，不少品牌羽绒服的销量持续增加。

　　唯品会数据显示，1月以来羽绒服销量同比上涨50%以上，运动羽绒服销量同比翻倍。在天猫上，服饰向来是重头，在近期冬装的销售中，羽绒服品牌占比近半，除冠军波司登外，鸭鸭超越优衣库跃居第二，雪中飞重进前五，雅鹿上榜排名第九。

　　除了羽绒服外，其他保暖产品也一样热销。不过，根据平台提供的信息，不同地域不同的御寒方式也是多样化。

　　唯品会数据显示，近两周来，北京市民在御寒方面更多选择保暖内衣，保暖内衣销量平均增长60%以上。上海消费者则更青睐电热毯，电热毯销量同比增长30%以上。成都消费者钟爱购买羽绒服，女/男式羽绒服在当地位居销量前两位。在广州，女式大衣的销量同比猛增59%，儿童毛衣销量同比增长83%。

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