1月14日,农历腊月二十三,中国北方小年,河北石家庄迎来2023年首场大范围降雪。图为小朋友正在打雪仗。 中新社记者 翟羽佳 摄
小年,也称“祭灶节”。祭灶是一项古老的习俗。旧时,差不多家家户户灶间都设有“灶王爷”神位,人们称其为“灶君司命”,在传说中,他被视为一家的保护神,因此受到崇拜。
有说法称,民间祭灶源于古人拜火习俗。《释名》提到:“灶。造也,创食物也。”灶神的职责就是执掌灶火、管理饮食,后来扩大为考察人间善恶,以降福祸。
“祭灶是很早就有的一个仪式,但祭灶节或者说小年成为春节年俗的一部分,应该是在汉代以后。”民俗专家王娟曾在接受中新网记者采访时这样解释道。
而“祭灶”也称看作是新年开始的标志之一。换句话说,小年是春节的序曲,意味着过年模式开启。
资料图:春节临近,北京街头年味渐浓。 中新社记者 蒋启明 摄过去很长一段时间,网友们对于不同地方过小年的日期不一致,都表达了自己的看法。
其实,对于过小年的日期,古代有“官三民四船五”的传统,即官家的小年是腊月二十三,百姓家的是腊月二十四,而水上人家则是腊月二十五。
晋代名人周处写过一部《风土记》,记录了不少地方习俗与风土人情,其中提到:“腊月二十四日夜,祀灶,谓灶神翌日上天,白一岁事,故先一日祀之。”
有说法称,传统上的小年是在腊月二十四。因清朝中后期帝王家提前一天在腊月二十三拜灶王爷,北方地区百姓随之效仿,也提前一天在腊月二十三过小年。
资料图:农历腊月二十三,中国北方的“小年”,一副超大的巨幅春联亮相千年古城河北正定,民众感受着浓浓的节日气氛。图为春联中间的巨大“福”字。中新社记者 翟羽佳 摄随着时间推移,北方地区逐渐以腊月二十三为小年,南方地区则多半把腊月二十四定为小年。
对于这种“官三民四”的说法,民俗专家王娟基本认可。“总体来说,北方一般都是腊月二十三,南方则是腊月二十四,但由于人口流动等原因,这并不绝对。”
在她看来,古代皇家修历法时,一般会规定重要节日的时间。过小年日期的不同,可能与古代不同朝代实行的历法、习俗的地区性差异等很多因素有关,难免会出现日期不统一的情况。
小年日期的不一致,也从侧面说明了中国传统民俗文化的丰富性和多样性。王娟曾表示,不管小年是在哪一天,都是表达人们对庆祝活动阶段性的区分,期待有一个美好的未来。
无论是在北方还是南方,小年的到来都会让年味变得越来越浓,这其中升腾的是深情的眷恋。
资料图:祭火是蒙古民族最古老的祭祀活动之一,这一习俗已经沿袭近千年,过去蒙古人吃饭前首先要用奶酒敬火,现在则要在每年腊月二十三举行最隆重的祭火活动,被世人称为祭火节。乌仁花 摄“糖瓜”是小年较有代表性的食物,一般用黄米和麦芽熬制而成,把如此制作而成的长条形麦芽糖称为“关东糖”,制成扁圆型就叫做“糖瓜”。
“糖瓜粘性很大,过去也叫‘胶牙饧’,在北方习俗中比较常见。”在王娟的记忆中,对许多年长的人来说,过去物质很匮乏,小时候吃的糖瓜,是一种带点奢侈性质的食物。
而新年的甜味,便藏在小小的糖瓜里。
有的地方也会在腊月二十三这天蒸粘糕、吃粘糕,寓意“年年高”;在福州,甘蔗是祭灶必备的食物,取其“节节高”之意,为新一年讨个好彩头。
“二十三糖瓜粘,二十四扫房子”,一首流传至今的过年谣,唱出了人们最为简单质朴的心愿:新一年平安喜乐,生活甘甜如蜜。(完)
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) [责编:天天中] 阅读剩余全文() |