元正启新话“岁朝”******
赵文成
“元正启令节，嘉庆肇自兹。”这是晋代诗人辛萧咏年的诗句。元正亦称“元旦”，是每年的第一天。一年节令时序开启，美好喜庆的日子从这一天开始到来。因之，普天同庆，天下齐欢。
元正，又称一岁之朝。人们为了庆贺这个岁首之朝，往往或歌以诗，或绘以画等，采取多样的形式表现出对新年的期盼与欢愉。“岁朝图”应运而生。《汉书•孔光传》云：“岁之朝，曰三朝”。颜师古注：“年之朝，月之朝，日之朝，故曰三朝。”从我国魏晋南北朝时期，春节便被称为“岁朝”。“岁朝图”(或称“岁时清供图”)或已产生。它通常以静物为素材，配以贺岁的诗词，通过画中物品名称的谐音、民俗寓意或历史掌故，以祈求新年好运，春意盎然，让奔劳一年的人们，感到亲切温暖、欢慰欣悦。
据有关文献载，“岁朝图”始于唐代，至两宋，在宫廷中正式兴起。历史上著名的艺术家皇帝宋徽宗赵佶，每逢春节将临，便命画院的丹青妙手描绘冬季不能见到的花卉禽鸟，陈列在宫中以增添岁朝的喜庆气氛。真正意义上的第一幅“岁朝图”应是北宋赵昌所作的《岁朝图》，该图现藏于台北故宫博物院。统而观之，此图画面巨大，花团锦簇，铺天盖地、不留边隙地铺排，使之显得典丽浓郁，灿若云锦。适逢花开，恰瞻新岁，细审此图，画心一座空灵通透的湖石，右傍一石亭亭如笋，四周或以雅洁的梅花、红艳的山茶、清雅的水仙和美艳的长春花为素材，以朱砂、白粉、胭脂、石绿为基调，广施铺陈，巧饰取舍，从而使此图繁而不乱，色彩和谐美艳。这种铺排有序的安排，让画面展现出如蛰伏在四九寒天里的勃勃生机，透露着春天的讯息。这种意境富于清逸之诗趣，醇厚而有余韵，正是这幅画作流传千载而令人回味的审美所在。
画家赵昌以擅绘闻名，他长于写生，擅画花果，多作折枝花、兼工草虫，注重对景写生。宋人范镇《东斋记事》：赵昌“每晨露下时，绕栏槛谛玩，手中调色彩写之”。又自号“写生赵昌”。
由此可见，从宋元始“岁朝图”就已是岁末年初文人雅士应景的题材，从宫廷到民间莫不如此。其后，诸如明宪宗朱见深的《岁朝佳兆图》以及民间或以“钟道迎福”“百(柏)事(柿)如意”之类为题材的吉祥寓意图等，无不如此。同朝传诸后世的还有仇英的《岁朝图》。陈洪绶的《清供图》瓶中插梅，花绽新蕊，玉兰轻舒，素雅中带着清冷，虽佐以山茶吐丹，仍是“几点寒英，用尽东风力”，给人以新岁明艳清新之感。其后的任伯年、蒋廷锡、吴昌硕等无不喜作《岁朝图》。
在民间，“岁朝图”同样以年画的形式出现在百姓的新年庆典中。最具代表性的是清代乾隆年间以苏州桃花坞画家蔡卫源绘制的《岁朝图》为粉本，木版刻印的“姑苏版”年画《岁朝图》。这是一幅承前启后、能够反映清朝中期画院画风的年画作品之一，描绘的是一处高门大第的庭院，亭台、楼阁、水榭以及新年清晨人们欢娱的活动场景；远景是披雪的山脉，近景是爆竹点火的孩童与折梅的仕女。全图是以西湖孤山附近的行宫为背景而创作的。关于画家蔡卫源，传不详，仅在该作品中记有其名。此画在构图上受到南宋和明代院体画的影响，画面中树石、仕女、童子吸取了宋元以来花鸟人物的传统；同时，又受到西洋“泰西画法”的影响，采用了焦点透视和固有的中国散点透视相结合来表现建筑，其比例大体相称，层次丰富，纵深感强。这两种表现形式结合起来，既典雅工细，又不拘泥于传统的视角。画面上的诗文题跋，写出了春节的热闹祥和：“梅雪争春斗渐开，炮声催转岁朝来。红炉围座麟儿嬉，老翁携杖步琼台。”
醇厚的节令民俗审美，令人心驰神往。“岁朝图”的题材，正是元正节令的一种审美注脚。从“岁朝图”的绘画题材看，大概可以分为三类：一为花鸟奇石，一为人物图绘，另有岁时年景。其花鸟奇石类，常以瓶花为核心，点缀些许器物、仙花、瑞草、嘉果、奇石、文字吉语、古砖文玩等。这些花草果蔬，无不有着吉祥如意的含义。梅花象征着报喜，牡丹寓意富贵，瓶中荔枝意味着平安吉利，祥和欢喜。人物图绘类则是借助于神祇，悬挂钟馗、祖先等，祈祀驱邪降福。岁时年景类则主要描绘人们新年的欢乐场景。
关于“岁朝图”岁首之庆，今人汪曾祺曾有评说。他在一篇散文中写道：“曾见一幅旧画：一间茅屋，一个老者手捧一个瓦罐，内插梅花一枝，正要放到桌案，画上题曰：‘山家除夕无它事，插了梅花便过年。’这才是真正的‘岁朝清供’。”
画作的背后，体现的是中国人独特的审美品位。唯有尊重自然，顺应规律，回归质朴，才能撷取大自然最美的春意。岁朝清供，其灵魂就在一个“清”字。
传统的节日风俗，包含着人们对生命的自我关爱，为生命的延续赋予了诸多新意。闲话“岁朝清供”，为历史存照，为文化拂尘，为中华传统文化扬辉，无疑是一件令人心旷神怡之乐事，我们身在其中，乐其乐哉！
(作者系中国艺术研究院副研究员)
(《人民日报海外版 》2023年01月19日 第 12 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
