Comparació de la tecnologia LiDAR vers els mètodes tradicionals d’inventari forestal, a la finca La Vall de Benifallet, al Baix Ebre

L’inventari forestal és una eina molt important per obtenir la informació necessària, sobre una massa arbrada, respecte a la seva situació actual i la seva possible evolució en el temps, a fi i efecte de poder prendre les decisions necessàries sobre la seva planificació i gestió. Amb aquest treball s’ha volgut avaluar la possible millora que es pot obtenir aplicant les noves tecnologies en la realització dels inventaris forestals, com la tecnologia LiDAR (Light Detection and Ranging). El mètode tradicional de realitzar un inventari forestal, consisteix en anar a camp i prendre dades d’unes mostres representatives, de les variables dasomètriques que caracteritzen una massa forestal. La tecnologia LiDAR és un sistema de teledetecció que calcula distàncies a partir de, la mesura del temps entre l’emissió d’un làser polsat i el seu retorn desprès de la seva reflexió en tocar terra. El resultat és un núvol de punts a diferents alçades, amb el qual s’aconsegueix un Model Digital del Terreny (MDT) i un Model Digital de Superfície (MDS). De la resta d’aquests dos models s’obté una imatge de l’estructura vertical de la vegetació, a partir de la qual es poden deduir dades bàsiques del bosc amb mesures per tot el territori. L’àrea d’estudi on es va dur a terme el present treball, és una finca del terme municipal de Benifallet, al Baix Ebre, província de Tarragona. L’estudi ha consistit en la comparació dels dos mètodes, tradicional i LiDAR, a l’hora d’obtenir les variables de densitat, alçada i fracció de cabuda coberta (FCC). El mètode tradicional consisteix en mesurar les variables en 24 parcel•les representatives i posteriorment, en extrapolar-les als estrats, que són les unitats en que es divideix la part de la finca on es realitza l’inventari. En el mètode utilitzant la tecnologia LiDAR, s’utilitzen dos tipus de resolucions (8 píxels i 24 píxels) a l’hora de treballar amb les dades

Low-density parity-check codes for nonergodic block-fading channels

We design powerful low-density parity-check (LDPC) codes with iterative decoding for the block-fading channel. We first study the case of maximum-likelihood decoding, and show that the design criterion is rather straightforward. Since optimal constructions for maximum-likelihood decoding do not performwell under iterative decoding, we introduce a new family of full-diversity LDPC codes that exhibit near-outage-limit performance under iterative decoding for all block-lengths. This family competes favorably with multiplexed parallel turbo codes for nonergodic channels.

RHAMM-R3 peptide vaccination in patients with acute myeloid leukemia, myelodysplastic syndrome, and multiple myeloma elicits immunologic and clinical responses.

The receptor for hyaluronic acid-mediated motility (RHAMM) is an antigen eliciting both humoral and cellular immune responses in patients with acute myeloid leukemia (AML), myelodysplastic syndrome (MDS), and multiple myeloma (MM). We initiated a phase 1 clinical trial vaccinating 10 patients with R3 (ILSLELMKL), a highly immunogenic CD8(+) T-cell epitope peptide derived from RHAMM. In 7 of 10 patients, we detected an increase of CD8(+)/HLA-A2/RHAMM R3 tetramer(+)/CD45RA(+)/CCR7(-)/CD27(-)/CD28(-) effector T cells in accordance with an increase of R3-specific CD8(+) T cells in enzyme linked immunospot (ELISpot) assays. In chromium release assays, a specific lysis of RHAMM-positive leukemic blasts was shown. Three of 6 patients with myeloid disorders (1/3 AML, 2/3 MDS) achieved clinical responses: one patient with AML and one with MDS showed a significant reduction of blasts in the bone marrow after the last vaccination. One patient with MDS no longer needed erythrocyte transfusions after 4 vaccinations. Two of 4 patients with MM showed a reduction of free light chain serum levels. Taken together, RHAMM-R3 peptide vaccination induced both immunologic and clinical responses, and therefore RHAMM constitutes a promising target for further immunotherapeutic approaches. This study is registered at http://ISRCTN.org as ISRCTN32763606 and is registered with EudraCT as 2005-001706-37.

A critical review of the molecular pathophysiology of lenalidomide sensitivity in 5q - myelodysplastic syndromes.

Abstract The 5q deletion is a chromosomal abnormality that is observed in a subset of myelodysplastic syndromes (MDS). When isolated, this abnormality defines a specific clinical syndrome termed MDS associated with isolated deletion 5q, presenting with macrocytic anemia, normal platelet count or slight thrombocytosis, hypolobated megakaryocytes and fewer than 5% blasts in the bone marrow. MDS with the 5q deletion have a particular sensitivity to treatment with lenalidomide, a thalidomide analog. In this article, molecular changes in 5q- MDS derived from haploinsufficiency of genes encoded from the deleted region in 5q are reviewed, and mechanisms that link these molecular lesions with lenalidomide sensitivity are proposed.

Prediction of 18-month survival in patients with primary myelodysplastic syndrome. A regression model and scoring system based on the combination of chromosome findings and the Bournemouth score.

The predictive potential of six selected factors was assessed in 72 patients with primary myelodysplastic syndrome using univariate and multivariate logistic regression analysis of survival at 18 months. Factors were age (above median of 69 years), dysplastic features in the three myeloid bone marrow cell lineages, presence of chromosome defects, all metaphases abnormal, double or complex chromosome defects (C23), and a Bournemouth score of 2, 3, or 4 (B234). In the multivariate approach, B234 and C23 proved to be significantly associated with a reduction in the survival probability. The similarity of the regression coefficients associated with these two factors means that they have about the same weight. Consequently, the model was simplified by counting the number of factors (0, 1, or 2) present in each patient, thus generating a scoring system called the Lausanne-Bournemouth score (LB score). The LB score combines the well-recognized and easy-to-use Bournemouth score (B score) with the chromosome defect complexity, C23 constituting an additional indicator of patient outcome. The predicted risk of death within 18 months calculated from the model is as follows: 7.1% (confidence interval: 1.7-24.8) for patients with an LB score of 0, 60.1% (44.7-73.8) for an LB score of 1, and 96.8% (84.5-99.4) for an LB score of 2. The scoring system presented here has several interesting features. The LB score may improve the predictive value of the B score, as it is able to recognize two prognostic groups in the intermediate risk category of patients with B scores of 2 or 3. It has also the ability to identify two distinct prognostic subclasses among RAEB and possibly CMML patients. In addition to its above-described usefulness in the prognostic evaluation, the LB score may bring new insights into the understanding of evolution patterns in MDS. We used the combination of the B score and chromosome complexity to define four classes which may be considered four possible states of myelodysplasia and which describe two distinct evolutional pathways.

Long-term cognitive profile and incidence of dementia after STN-DBS in Parkinson's disease

An effect of subthalamic nucleus deep brain stimulation (STN-DBS) on cognition has been suspected but long-term observations are lacking. The aim of this study was to evaluate the long-term cognitive profile and the incidence of dementia in a cohort of Parkinson's disease (PD) patients treated by STN-DBS. 57 consecutive patients were prospectively assessed by the mean of a neuropsychological battery over 3 years after surgery. Dementia (DSM-IV) and UPDRS I to IV were recorded. 24.5% of patients converted to dementia over 3 years (incidence of 89 of 1,000 per year). This group of patients cognitively continuously worsened over 3 years up to fulfilling dementia criteria (PDD). The rest of the cohort remained cognitively stable (PD) over the whole follow-up. Preoperative differences between PDD and PD included older age (69.2 +/- 5.8 years; 62.6 +/- 8 years), presence of hallucinations and poorer executive score (10.1 +/- 5.9; 5.5 +/- 4.4). The incidence of dementia over 3 years after STN-DBS is similar to the one reported in medically treated patients. The PDD presented preoperative risk factors of developing dementia similar to those described in medically treated patients. These observations suggest dementia being secondary to the natural evolution of PD rather than a direct effect of STN-DBS.

CD34/QBEND10 immunostaining in bone marrow biopsies: an additional parameter for the diagnosis and classification of myelodysplastic syndromes.

CD34/QBEND10 immunostaining has been assessed in 150 bone marrow biopsies (BMB) including 91 myelodysplastic syndromes (MDS), 16 MDS-related AML, 25 reactive BMB, and 18 cases where RA could neither be established nor ruled out. All cases were reviewed and classified according to the clinical and morphological FAB criteria. The percentage of CD34-positive (CD34 +) hematopoietic cells and the number of clusters of CD34+ cells in 10 HPF were determined. In most cases the CD34+ cell count was similar to the blast percentage determined morphologically. In RA, however, not only typical blasts but also less immature hemopoietic cells lying morphologically between blasts and promyelocytes were stained with CD34. The CD34+ cell count and cluster values were significantly higher in RA than in BMB with reactive changes (p<0.0001 for both), in RAEB than in RA (p=0.0006 and p=0.0189, respectively), in RAEBt than in RAEB (p=0.0001 and p=0.0038), and in MDS-AML than in RAEBt (p<0.0001 and p=0.0007). Presence of CD34+ cell clusters in RA correlated with increased risk of progression of the disease. We conclude that CD34 immunostaining in BMB is a useful tool for distinguishing RA from other anemias, assessing blast percentage in MDS cases, classifying them according to FAB, and following their evolution.

Identifying knots in proteins.

Polypeptide chains form open knots in many proteins. How these knotted proteins fold and finding the evolutionary advantage provided by these knots are among some of the key questions currently being studied in the protein folding field. The detection and identification of protein knots are substantial challenges. Different methods and many variations of them have been employed, but they can give different results for the same protein. In the present article, we review the various knot identification algorithms and compare their relative strengths when applied to the study of knots in proteins. We show that the statistical approach based on the uniform closure method is advantageous in comparison with other methods used to characterize protein knots.

Mapeamento digital de solos por redes neurais artificiais com base na relação solo-paisagem

Técnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram coletados para avaliar o desempenho do mapa digital produzido. A posição na paisagem e o material de origem subjacente foram determinantes para o reconhecimento dos delineamentos das UM. Houve boa concordância entre as UM delineadas pelo MDS e pelo método convencional. A comparação entre os pontos de referência e o mapa de solos digital evidenciou exatidão de 72 %. O uso da abordagem MDS utilizada pode contribuir para diminuir a falta de informações semidetalhadas de solos em locais ainda não mapeados, tomando-se como base informações pedológicas obtidas de áreas de referência adjacentes.

Comparação do uso de modelos digitais de elevação em mapeamento digital de solos em Dois Irmãos, RS, Brasil

Os modelos digitais de elevação (MDEs) são fontes fundamentais para correlacionar a ocorrência e distribuição de solos com a paisagem pelo mapeamento digital de solos (MDS). A influência dos tipos e das resoluções dos MDEs na capacidade de predição dos modelos preditores de classes de solo ainda é pouco estudada. Neste estudo, foram avaliados e comparados os efeitos de diferentes MDEs na predição de ocorrência de unidades de mapeamento de solo (UM). Foram correlacionados 12 atributos do terreno derivados de diferentes MDEs com a ocorrência de UM. Os MDEs utilizados foram os oriundos dos projetos SRTM v4.1, ASTER GDEM v2, TOPODATA e Brasil em Relevo, e os MDEs gerados a partir de curvas de nível na escala de 1:50.000, com resoluções de 30 e 90 m. Os modelos preditores foram treinados por árvore de decisão (Simple Cart) com dados amostrados em 4.280 pontos aleatórios contendo informações dos solos extraídos de um mapa convencional de solos na escala 1:20.000 e 12 atributos do terreno derivados de seis MDEs com tamanhos de pixel de 30 e 90 m. A validação dos modelos preditores de UM foi realizada com a totalidade dos dados da área. Os atributos do terreno que melhor explicaram a ocorrência das UM foram elevação, declividade, comprimento de fluxo e orientação das vertentes. Os MDEs com tamanho de pixel de 30 m geraram correlações solo-paisagem menos acuradas. Os modelos preditores mais acurados e com maior número de UM estimadas foram os gerados a partir dos MDEs com resolução espacial de 90 m (SRTM v4.1 e CN90), sendo esses os MDEs mais indicados para o MDS, quando predominarem relevos plano e suave ondulado.

COMPARAÇÃO DE ESQUEMAS DE AMOSTRAGEM PARA TREINAMENTO DE MODELOS PREDITORES NO MAPEAMENTO DIGITAL DE CLASSES DE SOLOS

Os modelos preditores usados no mapeamento digital de solos (MDS) precisam ser treinados com dados que captem ao máximo a variação dos atributos do terreno e dos solos, a fim de gerar correlações adequadas entre as variáveis ambientais e a ocorrência dos solos. Para avaliar a acurácia desses modelos, tem sido constatado o uso de diferentes métodos de avaliação da acurácia no MDS. Os objetivos deste estudo foram comparar o uso de três esquemas de amostragem para treinar algoritmo de árvore de classificação (CART) e avaliar a capacidade de predição dos modelos gerados por meio de quatro métodos. Foram utilizados os esquemas de amostragem: aleatório simples; proporcional à área de cada unidade de mapeamento de solos (UM); e estratificado pelo número de UM. Os métodos de avaliação testados foram: aparente, divisão percentual, validação cruzada com 10 subconjuntos e reamostragem com sete conjuntos de dados independentes. As acurácias dos modelos estimadas pelos métodos foram comparadas com as acurácias mensuradas obtidas pela comparação dos mapas gerados, a partir de cada esquema de amostragem, com o mapa convencional de solos na escala 1:50.000. Os esquemas de amostragem influenciaram na quantidade de UMs preditas e na acurácia dos modelos e dos mapas gerados. Os esquemas de amostragem proporcional e estratificada resultaram mapas digitais menos acurados, e a acurácia dos modelos variou conforme o método de avaliação empregado. A amostragem aleatória resultou no mapa digital mais acurado e apresentou valores da acurácia semelhantes para todos os métodos de avaliação testados.

PRODUÇÃO DE UM MAPA PEDOLÓGICO ASSOCIANDO TÉCNICAS COMUNS AOS MAPEAMENTOS DIGITAIS DE SOLOS COM DELINEAMENTO MANUAL DE UNIDADES DE MAPEAMENTO

A produção de mapas pedológicos por meio de técnicas do mapeamento digital de solos (MDS) pode ser dificultada pela falta de mapas pedológicos tradicionais de referência. Nessas situações, o conhecimento tácito do mapeador pode ser usado para o delineamento manual das unidades de mapeamento (UMs) a partir de geração de um mapa de ocorrência de tipos de solos preditos pelo MDS. Os objetivos deste estudo foram avaliar e comparar mapas de solos gerados por dois métodos, um denominado “MDS direto”, em que foi gerado um mapa preditor de UMs com base no modelo estabelecido com informações provenientes de um mapa pedológico convencional de referência preexistente, e outro em que o modelo preditor foi estabelecido a partir do exame de atributos morfológicos de 193 perfis de solo para identificar os tipos de solos, gerando-se um mapa com a indicação de ocorrência de tipos de solos sobre o qual foi realizado o delineamento manual das UMs, com base em mudanças das feições da superfície do solo. As predições foram feitas usando árvores de classificação Simple Cart,correlacionando oito variáveis do terreno com a ocorrência de UMs identificadas com nomes de classes de solos do Sistema Brasileiro de Classificação de Solos. A acurácia dos mapas foi avaliada pela “verdade de campo” (verificação em campo do tipo de solo ocorrente e comparação com o previsto no mapa) e pela concordância dos mapas gerados com o mapa de referência. Quando avaliado pela “verdade de campo”, a acurácia do mapa gerado pelo método MDS direto foi de 74 %, enquanto a acurácia do mapa de MDS com delineamento manual foi de 79 %. Os dois métodos apresentaram resultados satisfatórios; o método que usou o delineamento manual e a identificação em alguns locais dos tipos de solo no campo apresentou a vantagem de não necessitar de mapas pedológicos de referência para o treinamento dos modelos preditores.

SELEÇÃO DE DENSIDADE DE AMOSTRAGEM COM BASE EM DADOS DE ÁREAS JÁ MAPEADAS PARA TREINAMENTO DE MODELOS DE ÁRVORE DE DECISÃO NO MAPEAMENTO DIGITAL DE SOLOS

Para estudar técnicas de amostragem, úteis ao mapeamento digital de solos (MDS), objetivou-se avaliar o efeito da variação da densidade de pontos amostrais com base em dados de áreas já mapeadas por métodos tradicionais na acurácia dos modelos de árvores de decisão (AD) para a geração de mapas de solos por MDS. Em duas bacias hidrográficas no noroeste do Rio Grande do Sul, usou-se, como referência, antigos mapas convencionais de solos na escala 1:50.000. A partir do modelo digital de elevação do terreno e da rede hidrográfica, foram gerados mapas das variáveis preditoras: elevação, declividade, curvatura, comprimento de fluxo, acúmulo de fluxo, índice de umidade topográfica e distância euclideana de rios. A escolha dos locais dos pontos amostrais foi aleatória e testaram-se densidades amostrais que variaram de 0,1 a 4 pontos/ha. O treinamento dos modelos foi realizado no software Weka, gerando-se modelos preditores usando diferentes tamanhos do nó final da AD para obter AD com tamanhos distintos. Quando não se controlou o tamanho das AD, o aumento da densidade de amostragem resultou no aumento da concordância com os mapas básicos de referências e no aumento do número de unidades de mapeamento preditas. Nas AD com tamanho controlado, o aumento da densidade de amostragem não influenciou a concordância com os mapas de referência e interferiu muito pouco no número de unidades de mapeamento preditas.

Espectros Vis-NIR do Solo e Fuzzy K-Médias Aplicados na Delimitação de Unidades de Mapeamento de Solos em Topossequências

RESUMO O conhecimento dos solos é cada vez mais importante para que o uso dele seja realizado corretamente na agropecuária, no crescimento urbano, na conservação dos recursos naturais, entre outros. Entretanto, verifica-se carência de profissionais qualificados para a caracterização e os mapeamentos pedológicos, particularmente em escalas de maior detalhamento. Essa carência, aliada aos avanços das ferramentas computacionais e do sensoriamento remoto, promoveu o surgimento do Mapeamento Digital de Solos (MDS), que busca auxiliar e agilizar as atividades de levantamento pedológico. Assim, este trabalho objetivou desenvolver uma metodologia de delimitaçao de unidades de solos em topossequências por meio do comportamento espectral dos solos no comprimento de onda do Visível-Infravermelho Próximo (Vis-NIR). A metodologia espectral consistiu na obtenção das curvas espectrais dos solos por meio do espectrorradiômetro FieldSpecPro e da redução do número de informações espectrais por meio da análise de Componentes Principais, seguida de agrupamento das amostras mediante método fuzzy k-médias. Foram selecionadas cinco topossequências com pontos equidistantes de 30 m para caracterizar as classes de solos e amostragens. Foram descritas oito classes de solos distintas, que tiveram caracterização detalhada e classificação em perfis pedológicos. No restante dos pontos, a caracterização das classes de solos foi feita com base na classificação dos solos realizada nos perfis pedológicos, com coleta de amostras por meio de tradagens nas profundidades de 0,00-0,20 e 0,80-1,00 m, perfazendo o total de 162 amostras ao longo das cinco topossequências. As amostras foram analisadas pelas metodologias convencional e espectral, para que os resultados pudessem ser comparados e avaliados. Dessa forma, foram realizadas análises morfológicas, físicas (textura) e químicas nas amostras de solo. Das cinco topossequências estudadas, os resultados foram satisfatoriamente semelhantes; alguns solos não foram perfeitamente individualizados pela metodologia espectral, em razão da grande semelhança em seus comportamentos espectrais, como demonstrado pelo Latossolo Vermelho Férrico e Nitossolo Vermelho Férrico. A metodologia espectral foi capaz de diferenciar solos com resposta espectral distinta e estabelecer limites nas topossequências, apresentando grande potencial para ser implementada em levantamentos pedológicos.