| |
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas; INIA Treinta y Tres. |
|
Fecha : |
21/02/2014 |
|
Actualizado : |
27/02/2018 |
|
Tipo de producción científica : |
Capítulo en Libro Técnico-Científico |
|
Autor : |
BAEZA, S.; GALLEGO, F.; LEZAMA, F.; ALTESOR, A.; PARUELO, J.M. |
|
Afiliación : |
S. BAEZA; F. GALLEGO; FELIPE LEZAMA HUERTA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; A. ALTESOR; J.M. PARUELO. |
|
Título : |
Cartografía de los pastizales naturales en las regiones geomorfológicas de Uruguay predomiantemente ganaderas |
|
Fecha de publicación : |
2011 |
|
Fuente / Imprenta : |
In: ALTESOR, A.; AYALA, W.; PARUELO, J.M. (Eds.). Bases ecológicas y tecnológicas para el manejo de pastizales. Montevideo (UY): INIA, 2011. |
|
Páginas : |
p. 33-54 |
|
Serie : |
(Serie FPTA-INIA; 26) |
|
ISBN : |
978-9974-38-308-1 |
|
ISSN : |
1688-924X |
|
Idioma : |
Español |
|
Contenido : |
En este trabajo describimos la variación espacial de los pastizales naturales de las 4 regiones geomorfológicas de Uruguay predominantemente ganaderas, a partir de clasificaciones supervisadas de imágenes de satélite y censos de vegetación realizados a campo. Realizamos entre 54 y 110 censos de vegetación en cada unidad geomorfológica. Los censos fueron georreferenciados y utilizados para clasificar imágenes Landsat TM de dos fechas distintas (primavera-verano) aprovechando diferencias fenológicas en la vegetación. En total se cartografiaron aproximadamente 8.000.000 ha, un 46% del territorio nacional. El 81,6% de la superficie cartografiada correspondió a pastizales naturales (6.6 millones de ha). La cobertura de pastizales naturales fue mínima (69,3%) en la Cuenca Sedimentaria del Noreste y máxima (91,5%) en la Cuesta Basáltica. Los mapas generados discriminan entre dos unidades de pastizal en todas las regiones analizadas. Estas diferentes unidades mostraron una asociación a escala regional con las características de los suelos, fundamentalmente con el agua potencialmente disponible en los mismos. Las cartografías generadas presentaron un acierto global de entre 95,3 y 99,4%. Este trabajo constituye un valioso aporte ya que además de llenar un vacío de conocimiento acerca de los pastizales naturales de la región, complementa la información disponible para un correcto manejo y conservación de nuestros recursos naturales. |
|
Thesagro : |
COMPOSICION BOTANICA; GEOMORFOLOGIA; PASTIZAL NATURAL; PASTIZALES; URUGUAY. |
|
Asunto categoría : |
-- |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/8815/1/Fpta-26-p.33-54.pdf
|
|
Marc : |
LEADER 02328naa a2200277 a 4500
001 1009035
005 2018-02-27
008 2011 bl uuuu u00u1 u #d
020 $a978-9974-38-308-1
022 $a1688-924X
100 1 $aBAEZA, S.
245 $aCartografía de los pastizales naturales en las regiones geomorfológicas de Uruguay predomiantemente ganaderas
260 $c2011
300 $ap. 33-54
490 $a(Serie FPTA-INIA; 26)
520 $aEn este trabajo describimos la variación espacial de los pastizales naturales de las 4 regiones geomorfológicas de Uruguay predominantemente ganaderas, a partir de clasificaciones supervisadas de imágenes de satélite y censos de vegetación realizados a campo. Realizamos entre 54 y 110 censos de vegetación en cada unidad geomorfológica. Los censos fueron georreferenciados y utilizados para clasificar imágenes Landsat TM de dos fechas distintas (primavera-verano) aprovechando diferencias fenológicas en la vegetación. En total se cartografiaron aproximadamente 8.000.000 ha, un 46% del territorio nacional. El 81,6% de la superficie cartografiada correspondió a pastizales naturales (6.6 millones de ha). La cobertura de pastizales naturales fue mínima (69,3%) en la Cuenca Sedimentaria del Noreste y máxima (91,5%) en la Cuesta Basáltica. Los mapas generados discriminan entre dos unidades de pastizal en todas las regiones analizadas. Estas diferentes unidades mostraron una asociación a escala regional con las características de los suelos, fundamentalmente con el agua potencialmente disponible en los mismos. Las cartografías generadas presentaron un acierto global de entre 95,3 y 99,4%. Este trabajo constituye un valioso aporte ya que además de llenar un vacío de conocimiento acerca de los pastizales naturales de la región, complementa la información disponible para un correcto manejo y conservación de nuestros recursos naturales.
650 $aCOMPOSICION BOTANICA
650 $aGEOMORFOLOGIA
650 $aPASTIZAL NATURAL
650 $aPASTIZALES
650 $aURUGUAY
700 1 $aGALLEGO, F.
700 1 $aLEZAMA, F.
700 1 $aALTESOR, A.
700 1 $aPARUELO, J.M.
773 $tIn: ALTESOR, A.; AYALA, W.; PARUELO, J.M. (Eds.). Bases ecológicas y tecnológicas para el manejo de pastizales. Montevideo (UY): INIA, 2011.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA La Estanzuela. |
|
Fecha actual : |
21/02/2014 |
|
Actualizado : |
05/12/2018 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Circulación / Nivel : |
A - 1 |
|
Autor : |
BRANDARIZ , S.; GONZÁLEZ RAYMÚNDEZ, A.; LADO, B.; MALOSETTI, M.; FRANCO GARCIA, A.; QUINCKE, M.; VON ZITZEWITZ, J.; CASTRO, M.; MATUS,I.; DEL POZO, A.; CASTRO, A.J.; GUTIÉRREZ, L. |
|
Afiliación : |
SOFÍA P. BRANDARIZ, Universidad de la República (UdelaR); Facultad de Agronomía, Uruguay.; AGUSTÍN GONZÁLEZ REYMÚNDEZ; BETTINA LADO; MARCOS MALOSETTI; ANTONIO AUGUSTO FRANCO GARCIA; MARTIN CONRADO QUINCKE WALDEN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; JARISLAV RAMON VON ZITZEWITZ VON SALVIATI, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; MARINA CASTRO DERENYI, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; IVÁN MATUS; ALEJANDRO DEL POZO; ARIEL J. CASTRO; LUCÍA GUTIÉRREZ. |
|
Título : |
Ascertainment bias from imputation methods evaluation in wheat. |
|
Fecha de publicación : |
2016 |
|
Fuente / Imprenta : |
BMC Genomics, 2016, v. 17, p.773. |
|
DOI : |
10.1186/s12864-016-3120-5 |
|
Idioma : |
Inglés |
|
Notas : |
OPEN ACCESS. Article history: Received 2016 Feb 24 // Accepted 2016 Sep 23. |
|
Contenido : |
Abstract
BACKGROUND:
Whole-genome genotyping techniques like Genotyping-by-sequencing (GBS) are being used for genetic studies such as Genome-Wide Association (GWAS) and Genomewide Selection (GS), where different strategies for imputation have been developed. Nevertheless, imputation error may lead to poor performance (i.e. smaller power or higher false positive rate) when complete data is not required as it is for GWAS, and each marker is taken at a time. The aim of this study was to compare the performance of GWAS analysis for Quantitative Trait Loci (QTL) of major and minor effect using different imputation methods when no reference panel is available in a wheat GBS panel.
RESULTS:
In this study, we compared the power and false positive rate of dissecting quantitative traits for imputed and not-imputed marker score matrices in: (1) a complete molecular marker barley panel array, and (2) a GBS wheat panel with missing data. We found that there is an ascertainment bias in imputation method comparisons. Simulating over a complete matrix and creating missing data at random proved that imputation methods have a poorer performance. Furthermore, we found that when QTL were simulated with imputed data, the imputation methods performed better than the not-imputed ones. On the other hand, when QTL were simulated with not-imputed data, the not-imputed method and one of the imputation methods performed better for dissecting quantitative traits. Moreover, larger differences between imputation methods were detected for QTL of major effect than QTL of minor effect. We also compared the different marker score matrices for GWAS analysis in a real wheat phenotype dataset, and we found minimal differences indicating that imputation did not improve the GWAS performance when a reference panel was not available.
CONCLUSIONS:
Poorer performance was found in GWAS analysis when an imputed marker score matrix was used, no reference panel is available, in a wheat GBS panel. MenosAbstract
BACKGROUND:
Whole-genome genotyping techniques like Genotyping-by-sequencing (GBS) are being used for genetic studies such as Genome-Wide Association (GWAS) and Genomewide Selection (GS), where different strategies for imputation have been developed. Nevertheless, imputation error may lead to poor performance (i.e. smaller power or higher false positive rate) when complete data is not required as it is for GWAS, and each marker is taken at a time. The aim of this study was to compare the performance of GWAS analysis for Quantitative Trait Loci (QTL) of major and minor effect using different imputation methods when no reference panel is available in a wheat GBS panel.
RESULTS:
In this study, we compared the power and false positive rate of dissecting quantitative traits for imputed and not-imputed marker score matrices in: (1) a complete molecular marker barley panel array, and (2) a GBS wheat panel with missing data. We found that there is an ascertainment bias in imputation method comparisons. Simulating over a complete matrix and creating missing data at random proved that imputation methods have a poorer performance. Furthermore, we found that when QTL were simulated with imputed data, the imputation methods performed better than the not-imputed ones. On the other hand, when QTL were simulated with not-imputed data, the not-imputed method and one of the imputation methods performed better for dissecting quantitative traits. Moreover, larger differences between ... Presentar Todo |
|
Palabras claves : |
FALSE POSITIVE; FALSO POSITIVO; GBS; GWAS; POWER; QTLs. |
|
Thesagro : |
MEJORAMIENTO DE TRIGO. |
|
Asunto categoría : |
F30 Genética vegetal y fitomejoramiento |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/12122/1/s12864-016-3120-5.pdf
https://bmcgenomics.biomedcentral.com/articles/10.1186/s12864-016-3120-5
|
|
Marc : |
LEADER 02972nam a2200349 a 4500
001 1047336
005 2018-12-05
008 2016 bl uuuu u0uu1 u #d
024 7 $a10.1186/s12864-016-3120-5$2DOI
100 1 $aBRANDARIZ , S.
245 $aAscertainment bias from imputation methods evaluation in wheat.$h[electronic resource]
260 $aBMC Genomics, 2016, v. 17, p.773.$c2016
500 $aOPEN ACCESS. Article history: Received 2016 Feb 24 // Accepted 2016 Sep 23.
520 $aAbstract BACKGROUND: Whole-genome genotyping techniques like Genotyping-by-sequencing (GBS) are being used for genetic studies such as Genome-Wide Association (GWAS) and Genomewide Selection (GS), where different strategies for imputation have been developed. Nevertheless, imputation error may lead to poor performance (i.e. smaller power or higher false positive rate) when complete data is not required as it is for GWAS, and each marker is taken at a time. The aim of this study was to compare the performance of GWAS analysis for Quantitative Trait Loci (QTL) of major and minor effect using different imputation methods when no reference panel is available in a wheat GBS panel. RESULTS: In this study, we compared the power and false positive rate of dissecting quantitative traits for imputed and not-imputed marker score matrices in: (1) a complete molecular marker barley panel array, and (2) a GBS wheat panel with missing data. We found that there is an ascertainment bias in imputation method comparisons. Simulating over a complete matrix and creating missing data at random proved that imputation methods have a poorer performance. Furthermore, we found that when QTL were simulated with imputed data, the imputation methods performed better than the not-imputed ones. On the other hand, when QTL were simulated with not-imputed data, the not-imputed method and one of the imputation methods performed better for dissecting quantitative traits. Moreover, larger differences between imputation methods were detected for QTL of major effect than QTL of minor effect. We also compared the different marker score matrices for GWAS analysis in a real wheat phenotype dataset, and we found minimal differences indicating that imputation did not improve the GWAS performance when a reference panel was not available. CONCLUSIONS: Poorer performance was found in GWAS analysis when an imputed marker score matrix was used, no reference panel is available, in a wheat GBS panel.
650 $aMEJORAMIENTO DE TRIGO
653 $aFALSE POSITIVE
653 $aFALSO POSITIVO
653 $aGBS
653 $aGWAS
653 $aPOWER
653 $aQTLs
700 1 $aGONZÁLEZ RAYMÚNDEZ, A.
700 1 $aLADO, B.
700 1 $aMALOSETTI, M.
700 1 $aFRANCO GARCIA, A.
700 1 $aQUINCKE, M.
700 1 $aVON ZITZEWITZ, J.
700 1 $aCASTRO, M.
700 1 $aMATUS,I.
700 1 $aDEL POZO, A.
700 1 $aCASTRO, A.J.
700 1 $aGUTIÉRREZ, L.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA La Estanzuela (LE) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
