鸟类多样性是生物多样性的重要组成部分,相对完整的鸟类资源名录对于理解地区生物多样性及资源分布现状是十分必要的.《宁夏脊椎动物志》出版至今的30余年里,陆续有宁夏鸟类分布新记录报道,在《中国鸟类分类与分布名录》(第四版)新的现...鸟类多样性是生物多样性的重要组成部分,相对完整的鸟类资源名录对于理解地区生物多样性及资源分布现状是十分必要的.《宁夏脊椎动物志》出版至今的30余年里,陆续有宁夏鸟类分布新记录报道,在《中国鸟类分类与分布名录》(第四版)新的现代鸟类分类系统下,宁夏的鸟类资源缺乏最新的资源名录,这给相关研究工作带来不便.依据《中国鸟类分类与分布名录》(第四版)分类系统,以《宁夏脊椎动物志》中鸟类种类统计为基础,结合宁夏鸟类新记录文献资料,对宁夏的鸟类资源进行重新整理统计,形成最新的宁夏鸟类资源名录.结果表明,截至2023年6月底,宁夏现有野生鸟类21目68科204属419种(446种及亚种),有国家一级重点保护鸟类19种、国家二级重点保护鸟类79种.在区系组成上,古北种鸟类有290种(占总种数的69.21%)、东洋种鸟类有45种(占总种数的10.74%)、广布种有84种(占总种数的20.05%),古北种鸟类占绝对优势.被世界自然保护联盟(International Union for Conservation of Nature,IUCN)评估列入红色濒危物种名录的极危(CR)有2种、濒危(EN)有5种、易危(VU)有13种、近危(NT)有14种;被列入濒危野生动植物种国际贸易公约(The Convention on International Trade in Endangered Species of Wild Fauna and Flora,CITES)附录I的有7种、附录II的有21种.鸟类物种多样性指数中属间的多样性(G指数)为4.9731,科间的多样性(F指数)为39.3543,G-F指数为0.8736,显示出宁夏鸟类的物种多样性丰富.展开更多
逆向合成规划是现代有机合成化学中合成路线设计的重要基础.合成化学发展至今,化学家们积累了大量的反应数据.自有机合成大师E.J.Corey将逆合成分析法与计算机结合提出LHASA(logic and heuristics applied to synthetic analysis)起,计...逆向合成规划是现代有机合成化学中合成路线设计的重要基础.合成化学发展至今,化学家们积累了大量的反应数据.自有机合成大师E.J.Corey将逆合成分析法与计算机结合提出LHASA(logic and heuristics applied to synthetic analysis)起,计算机根据反应数据自主学习并给出逆向合成路线成了化学家的愿景之一.近年来,基于数据驱动的研究范式不断发展,大量深度学习模型被提出并在逆向合成规划中取得了初步的成功,然而该类模型仍然存在高质量数据集稀缺、软硬件结合不佳、领域知识嵌入与发现困难等问题.通过深度学习实现逆向合成路线规划有待深入研究.展开更多
文摘鸟类多样性是生物多样性的重要组成部分,相对完整的鸟类资源名录对于理解地区生物多样性及资源分布现状是十分必要的.《宁夏脊椎动物志》出版至今的30余年里,陆续有宁夏鸟类分布新记录报道,在《中国鸟类分类与分布名录》(第四版)新的现代鸟类分类系统下,宁夏的鸟类资源缺乏最新的资源名录,这给相关研究工作带来不便.依据《中国鸟类分类与分布名录》(第四版)分类系统,以《宁夏脊椎动物志》中鸟类种类统计为基础,结合宁夏鸟类新记录文献资料,对宁夏的鸟类资源进行重新整理统计,形成最新的宁夏鸟类资源名录.结果表明,截至2023年6月底,宁夏现有野生鸟类21目68科204属419种(446种及亚种),有国家一级重点保护鸟类19种、国家二级重点保护鸟类79种.在区系组成上,古北种鸟类有290种(占总种数的69.21%)、东洋种鸟类有45种(占总种数的10.74%)、广布种有84种(占总种数的20.05%),古北种鸟类占绝对优势.被世界自然保护联盟(International Union for Conservation of Nature,IUCN)评估列入红色濒危物种名录的极危(CR)有2种、濒危(EN)有5种、易危(VU)有13种、近危(NT)有14种;被列入濒危野生动植物种国际贸易公约(The Convention on International Trade in Endangered Species of Wild Fauna and Flora,CITES)附录I的有7种、附录II的有21种.鸟类物种多样性指数中属间的多样性(G指数)为4.9731,科间的多样性(F指数)为39.3543,G-F指数为0.8736,显示出宁夏鸟类的物种多样性丰富.
文摘逆向合成规划是现代有机合成化学中合成路线设计的重要基础.合成化学发展至今,化学家们积累了大量的反应数据.自有机合成大师E.J.Corey将逆合成分析法与计算机结合提出LHASA(logic and heuristics applied to synthetic analysis)起,计算机根据反应数据自主学习并给出逆向合成路线成了化学家的愿景之一.近年来,基于数据驱动的研究范式不断发展,大量深度学习模型被提出并在逆向合成规划中取得了初步的成功,然而该类模型仍然存在高质量数据集稀缺、软硬件结合不佳、领域知识嵌入与发现困难等问题.通过深度学习实现逆向合成路线规划有待深入研究.