Resumo:Na porção norte da Amazônia brasileira, as savanas, florestas estacionais e terras agropecuárias formam uma paisagem complexa, onde o mapeamento de uso e cobertura da terra é uma tarefa desafiadora. Nesse trabalho, dados Landsat-8/OLI e ALOS-2/PALSAR-2 foram combinados para mapeamento de 17 classes de uso e cobertura da terra usando o algoritmo Random Forest. O potencial de cada conjunto de dados foi analisado separadamente e em comparação ao modelo híbrido. Os resultados mostraram que o modelo híbrido com as polarizações PALSAR-2 HH/HV e seis bandas de reflectância do OLI produziu os melhores resultados, com acurácia global de 83% e Kappa de 0,81. Isto representou um aumento de 6% em relação à classificação das bandas do OLI somente. Os modelos usando os dados ópticos produziram resultados melhores do que os do SAR. Entretanto, a maior contribuição do PALSAR-2 foi melhorar a discriminação de classes de savana com menor biomassa, como os campos limpos e campos cerrados.

Abstract: In northern Brazilian Amazon, the crops, savannahs and rainforests form a complex landscape where land use and land cover (LULC) mapping is difficult. Here, data from the Operational Land Imager (OLI)/Landsat-8 and Phased Array type L-band Synthetic Aperture Radar (PALSAR-2)/ALOS-2 were combined for mapping 17 LULC classes using Random Forest (RF) during the dry season. The potential thematic accuracy of each dataset was assessed and compared with results of the hybrid classification from both datasets. The results showed that the combination of PALSAR-2 HH/HV amplitudes with the reflectance of the six OLI bands produced an overall accuracy of 83% and a Kappa of 0.81, which represented an improvement of 6% in relation to the RF classification derived solely from OLI data. The RF models using OLI multispectral metrics performed better than RF models using PALSAR-2 L-band dual polarization attributes. However, the major contribution of PALSAR-2 in the savannahs was to discriminate low biomass classes such as savannah grassland and wooded savannah.

Ambientes urbanos representam uma das áreas mais desafiadoras do sensoriamento remoto devido à grande diversidade encontrada nos materiais presentes na sua superfície. O uso de imagens com alta resolução espacial e alta resolução espectral surge como uma alternativa para aplicações urbanas, pois a combinação destas duas características permite uma melhor detecção e discriminação de alvos. O presente trabalho tem um duplo objetivo: i) avaliar dois conjuntos de dados na classificação fina de alvos urbanos para dois níveis de legenda (com 11 e 38 classes de cobertura do solo): um deles composto exclusivamente por uma imagem orbital multiespectral (WV-2) e o outro conjunto composto exclusivamente por uma imagem aerotransportada hiperespectral (SpecTIR), ii) bem como testar o desempenho de dois métodos diferentes de classificação de imagens, Árvore de Decisão C4.5 e Floresta Randômica (Random Forest), para ambos os níveis de legenda. Oito experimentos de classificação foram realizados para atender a tais objetivos de investigar a eficácia dos sensores e dos métodos em dois níveis de detalhamento. Foram obtidas classificações de elevada acurácia. Demonstrou-se para todos os níveis de detalhamento e métodos que as classificações obtidas com dados do sensor SpecTIR apresentaram resultados significantemente superiores aos das classificações com dados do sensor WV-2.

Urban environments represent one of the most challenging areas for remote sensing analyses due to the great diversity of land cover materials found in their surface. The fusion of high spatial and high spectral resolution images arise as an alternative for urban applications, for the combination of these two characteristics allows better detection and discrimination of urban targets. The present work has a twofold objective: i) evaluate two datasets for the fine classification of urban targets at two levels of legend (with 11 and 38 land cover classes): one of them exclusively consisting of an orbital multispectral image (WV-2) and another one exclusively comprising an airborne hyperspectral image (SpecTIR), ii) as well as assess the performance of two different image classification methods, C4.5 Decision Tree and Random Forest, for both levels of legend. Eight classification experiments were executed to meet such objectives of investigating the efficacy of sensors and classification methods for the concerned two levels of detailing. The obtained classifications attained high accuracy. For all adopted levels of legend and methods, it was demonstrated that the classifications using SpecTIR data presented results significantly superior to those obtained with the WV-2 data

Resumo: Técnicas de sensoriamento remoto têm sido amplamente utilizadas em estudos florestais, por permitirem avaliar e monitorar importantes áreas florestais, como as do Parque Estadual do Turvo (PET). O PET é o maior remanescente de floresta subtropical decídua do sul do Brasil. Contudo, fatores externos como efeitos topográficos podem influenciar a resposta espectral dos alvos nos produtos de satélites. Este estudo teve como objetivo avaliar a magnitude das variações na reflectância de superfície e nos índices de vegetação em função das características topográficas locais. A metodologia desenvolvida incluiu a aquisição de dados do sensor RapidEye e o modelo digital de elevação ASTER GDEM 2. O efeito da variação da geometria de iluminação foi avaliado a partir de duas cenas RapidEye: junho e outubro de 2012. Dados de orientação de vertentes, altimetria e relevo sombreado foram gerados a partir do ASTER GDEM 2, permitindo avaliar o efeito topográfico sobre a reflectância e os índices de vegetação Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI). Os resultados mostraram que as variaveis topográficas afetam a reflectâcia de todas as bandas RapidEye e os índices de vegetação, especialmente o EVI. Os efeitos topográficos foram mais pronunciados em junho (maior ângulo zenital solar - AZS) do que em outubro (menor AZS). O NDVI foi menos afetado pelas variações sazonais das condições de iluminação e da fenologia do que o EVI. Quanto a orientação, os maiores valores de reflectância e índices de vegetação foram encontrados na orientação norte e os menores na orientação sul.

Abstract: Remote sensing techniques have been widely used in forestry studies as they allow evaluation and monitoring of large forested areas. The Parque Estadual do Turvo (PET) (17 491 ha) is the largest remaining tract of well-preserved subtropical deciduous forest in Southern Brazil, it constitutes the northern-most portion of the Misiones forest of Argentina (10 000 km2). The area is of great environmental importance and is suitable for conducting remote sensing studies using high or even coarse-to-moderate spatial resolution data and related vegetation indices. Both, reflectance values and vegetation indices are affected by external factors that modify the spectral response of surface elements. Among the factors that can induce errors in image interpretation are topographic effects that add spectral variability to satellite products. In addition, previous studies in subtropical forests have shown that the geometry of data acquisition also affects significantly the estimates of vegetation parameters derived from images acquired at off-nadir viewing or by sensors with large field-of-view (FOV). This study aimed to evaluate the magnitude of variations in bidirectional reflectance values and in vegetation indices derived from those, as a function of local topography, using high spatial resolution data acquired by the RapidEye satellite constellation. The method included the use of a digital elevation model (DEM) from the Advanced Space-borne Thermal Emission and Reflection Radiometer - Global Digital Elevation Map version 2 (ASTER GDEM v2) and two RapidEye scenes. From the DEM, topographical parameters including slope aspect (eight classes), elevation (nine classes with 120-m spacing interval) and shaded relief (shaded, intermediate and sunlit surfaces) were derived. These data provide information on areas with or without direct exposure to solar radiation, depending on topographic features. RapidEye data were acquired on June 28, 2012 and October 17, 2012, corresponding to dates when the forest shows low or high leaf area index (LAI), respectively. Both scenes were acquired with a view angle close to nadir. Solar elevation angles for the June and October images were 37.93° and 71.25°, respectively. The RapidEye data were corrected for atmospheric effects using the Fast Line-of-sight Atmospheric Analysis of Hypercubes (FLAASH®). The next step was to perform topographic modeling in order to extract slope, aspect and elevation data. From the topographic variables and the RapidEye metadata, shaded relief was calculated for both scenes. After segmenting the scenes based on the topographic variables, we evaluated the spectral reflectance and vegetation indices, as measured by RapidEye, as a function of topographic parameters. For this purpose, we randomly sampled 1000 pixels from each topographic class. The Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) were calculated from the RapidEye data. The samples were averaged and analyzed using graphics and descriptive statistics. Select transects were analyzed in more detail to evaluate the effects of local topographic parameters on the remote sensing products. In addition, we conducted forest surveys in 14 plots (20 x 50 m) to produce a floristic-structural characterization of the deciduous forest. The field inventories identified a total of 74 plant species (in 31 families) distributed in three strata and showed the presence of discontinuities within the forest. The results showed that, in addition to seasonal phenological variations, local illumination conditions caused by the relief in the PET contributed to explain the forest spectral response. The topographic variable that most importantly affected the PET spectral response, as measured by RapidEye, was slope aspect. Despite being affected by varying illumination conditions in the two dates, the reflectance and vegetation indices of the June image were most impacted by the shaded relief caused by the low solar elevation and large amount of shadows in the scene. The illumination effects were compounded by the seasonal leaf shedding in the deciduous forests, especially in the upper canopy layer. The winter time (June) scene showed more shaded relief and lower LAI values. In the October scene the shade fraction was substantially reduced and leaf shedding reduced the forest canopy anisotropy. A per band analysis showed that the red and near infrared bands were the ones with the highest dependence on aspect and shaded relief. Increases in elevation caused a positive change in near infrared reflectance and a lower reflectance in the visible bands. The NDVI showed lower dependence on topographical conditions than the EVI. The EVI showed higher sensitivity to illumination conditions, shade and seasonal LAI variations. We concluded that the analysis of remote sensing data (reflectance values or vegetation indices such as NDVI and EVI) should take into account local topographic effects. In general, the spectral anisotropy in the June scene was higher than in the October scene due the combined effect of deciduousness (leaf shedding), the lower solar elevation and larger amount of shadows.

RESUMO A análise de mudanças na composição de espécies e estrutura da vegetação em cronosseqüências aprimora o conhecimento sobre os padrões de regeneração após o abandono das terras na Amazônia. Nosso objetivo foi realizar análise florístico-estrutural em florestas maduras (com / sem exploração madeireira) e em sucessões secundárias (inicial, intermediária e avançada) na região do Tapajós. A idade da regeneração e os locais das parcelas foram determinados usando imagens Landsat-5 TM (1984-2012). Na análise florística, foi determinada a suficiência amostral e os índices de Shannon-Weaver (H'), uniformidade de Pielou (J), Valor de Importância (VI) e alfa de Fisher (α). Foi aplicada análise de escalonamento multidimensional não-métrico (NMDS) para ordenação de similaridade. Na análise estrutural, o diâmetro à altura do peito (DAP), altura total da árvore (Ht), área basal (BA) e biomassa acima do solo (AGB) foram obtidos. As diferenças entre tipologias dos atributos florísticos-estruturais foram verificadas utilizando os testes de Tukey e Kolmogorov-Smirnov. Os resultados mostraram aumento dos índices H', J e alfa a partir da sucessão inicial até as florestas maduras da ordem de 47%, 33% e 91%, respectivamente. O estágio avançado apresentou mais espécies em comum com o estágio intermediário do que com a floresta madura. Foram observadas diferenças estatisticamente significativas entre os estágios iniciais e intermediários (p <0,05) para o DAP, BA e Ht. O retorno dos estoques de carbono mostrou uma variação de AGB de 14,97 t ha-1 (estágio inicial) para 321,47 t ha-1(florestas maduras). Além de AGB, Ht também foi um atributo importante para discriminar as tipologias.

ABSTRACT The analysis of changes in species composition and vegetation structure in chronosequences improves knowledge on the regeneration patterns following land abandonment in the Amazon. Here, the objective was to perform floristic-structural analysis in mature forests (with/without timber exploitation) and secondary successions (initial, intermediate and advanced vegetation regrowth) in the Tapajós region. The regrowth age and plot locations were determined using Landsat-5/Thematic Mapper images (1984-2012). For floristic analysis, we determined the sample sufficiency and the Shannon-Weaver (H'), Pielou evenness (J), Value of Importance (VI) and Fisher's alpha (α) indices. We applied the Non-metric Multidimensional Scaling (NMDS) for similarity ordination. For structural analysis, the diameter at the breast height (DBH), total tree height (Ht), basal area (BA) and the aboveground biomass (AGB) were obtained. We inspected the differences in floristic-structural attributes using Tukey and Kolmogorov-Smirnov tests. The results showed an increase in the H', J and α indices from initial regrowth to mature forests of the order of 47%, 33% and 91%, respectively. The advanced regrowth had more species in common with the intermediate stage than with the mature forest. Statistically significant differences between initial and intermediate stages (p<0.05) were observed for DBH, BA and Ht. The recovery of carbon stocks showed an AGB variation from 14.97 t ha-1 (initial regrowth) to 321.47 t ha-1 (mature forests). In addition to AGB, Ht was also important to discriminate the typologies.

Este trabalho analisou a relação entre índices de vegetação e precipitação, no Parque Estadual do Turvo (PET), localizado no noroeste do Estado do Rio Grande do Sul (RS). O Normalized Difference Vegetation Index (NDVI) e o Enhanced Vegetation Index (EVI) foram determinados a partir de imagens do Moderate Resolution Imaging Spectroradiometer (MODIS/Terra). Dados de precipitação do Tropical Rainfall Measuring Mission (TRMM) permitiram o cálculo do índice de estiagem. Foram identificados nove meses com precipitações abaixo da média, 92 meses com precipitações normais e 50 meses com valores acima da média. Os ciclos anuais de NDVI e EVI não apresentaram relação conclusiva com a precipitação anormal, mostrando que a floresta apresenta resiliência para suportar pequenos períodos de seca. O NDVI apresentou maior estabilidade no verão e no inverno.

In this study, we evaluated the relation between vegetation indices and rainfall in the 'Parque Estadual do Turvo' (PET), located in the northwest of Rio Grande do Sul (RS) state. The Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) were determined from images of the Moderate Resolution Imaging Spectroradiometer (MODIS/Terra). Rainfall data from the Tropical Rainfall Measuring Mission (TRMM) allowed the calculation of the dry spell index. Data analysis showed that nine months presented rainfall below the average; 92 months had rainfall close to the average; and 50 months presented rainfall above the average. The annual cycles of NDVI and EVI did not present conclusive correlation with the abnormal rainfall data, showing that the forest is resilient to short dry periods. The NDVI showed more stability in the summer and winter.

Dados de reflectância, emissividade e elevação do sensor ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer)/Terra foram usados para caracterizar variações na composição dos solos com a posição em topossequências. Dados normalizados de reflectância do SWIR (shortwave infrared) e de emissividade do TIR (thermal infrared), integrados com a imagem fração-solo de um modelo de mistura espectral, foram avaliados para separar solos expostos de vegetação não fotossinteticamente ativa. Relações de regressão de alguns atributos dos solos com dados de reflectância e emissividade foram aplicadas sobre os pixels de solos expostos. Os valores estimados resultantes foram projetados sobre um modelo digital de elevação gerado a partir dos dados ASTER. Os resultados mostraram que as bandas 5 e 6 do SWIR e 10 e 14 do TIR mediram a feição de absorção das argilas e a de emissividade do quartzo, respectivamente. Essas bandas melhoraram também a discriminação entre vegetação não fotossinteticamente ativa e solos. Apesar das diferenças no tamanho dos pixels e dos locais de amostragem de campo, alguns atributos dos solos foram correlacionados com a reflectância (R² de 0,65 para Al2O3 na banda 6 e de 0,61 para Fe2O3 na banda 3) e a emissividade (R² de 0,65 para fração total de areia com a razão das bandas 10/14). O uso combinado dos dados de reflectância, emissividade e elevação revelou variações na composição dos solos com a topografia em porções específicas da cena. Das maiores para as menores elevações, um decréscimo no conteúdo de Al2O3 e aumento na fração total de areia foram geralmente observados. Isso ocorreu em razão do predomínio de Latossolo Vermelho-Escuro no topo e de sua gradual transição para Latossolo Vermelho-Amarelo na base.

Reflectance, emissivity and elevation data of the sensor ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer)/Terra were used to characterize soil composition variations according to the toposequence position. Normalized data of SWIR (shortwave infrared) reflectance and TIR (thermal infrared) emissivity, coupled to a soil-fraction image from a spectral mixture model, were evaluated to separate bare soils from nonphotosynthetic vegetation. Regression relationships of some soil properties with reflectance and emissivity data were then applied on the exposed soil pixels. The resulting estimated values were plotted on the ASTER-derived digital elevation model. Results showed that the SWIR bands 5 and 6 and the TIR bands 10 and 14 measured the clay mineral absorption band and the quartz emissivity feature, respectively. These bands improved also the discrimination between nonphotosynthetic vegetation and soils. Despite the differences in pixel size and field sampling size, some soil properties were correlated with reflectance (R² of 0.65 for Al2O3 in band 6; 0.61 for Fe2O3 in band 3) and emissivity (R² of 0.65 for total sand fraction in the 10/14 band ratio). The combined use of reflectance, emissivity and elevation data revealed variations in soil composition with topography in specific parts of the landscape. From higher to lower slope positions, a general decrease in Al2O3 and increase in total sand fraction was observed, due to the prevalence of Rhodic Acrustox at the top and its gradual transition to Typic Acrustox at the bottom.

Imagens coletadas no mesmo dia pelos sensores ETM+/Landsat-7 (30 m de resolução espacial) e MODIS/Terra (250 m) foram utilizadas para estimar a área de três importantes culturas agrícolas (soja, cana-de-açúcar e milho) com diferentes padrões de paisagem no Sudeste Brasileiro. Filtragem de Maioria dos resultados da classificação da imagem ETM+ foi aplicada para descrever o comportamento de 15 métricas em diferentes simulações de resolução espacial (90, 150, 210 e 270 m). Utilizando modelos de regressão, o desempenho do MODIS e de suas métricas para predizer a área das culturas, considerando os dados ETM+ como referência, foi analisado. Os resultados mostraram que o sensor MODIS superestimou as áreas de soja (15%) e cana-de-açúcar (1%) e subestimou a área de milho (12%). A regressão múltipla indicou que sensores de resolução espacial grosseira podem ser usados para predizer adequadamente a área vista por instrumentos com 30 m de resolução espacial apenas para culturas com baixo padrão de fragmentação como soja. Estes sensores não podem predizer adequadamente a área de milho devido aos efeitos de agregação de pixels das culturas menos fragmentadas (soja e cana-de-açúcar) sobre a mais fragmentada (milho), conforme demonstrado pela simulação da resolução espacial por filtragem de maioria da imagem ETM+. As métricas da paisagem melhoraram as estimativas de área com o MODIS apenas para a cana-de-açúcar, conforme indicado por maiores valores de R² observados para regressão múltipla do que para regressão simples. Apenas um número pequeno de métricas foi selecionado para compor os modelos de regressão visto que a maior parte delas não foi preservada entre resoluções espaciais diferentes (30 e 250 m).

Images acquired at the same day by the ETM+/Landsat-7 (30 m of spatial resolution) and MODIS/Terra (250 m) sensors were used to estimate areas of three major crops (soybean, sugarcane, and corn) with different landscape patterns in Southeastern Brazil. Majority filtering of ETM + classification results was applied to describe the behavior of 15 selected landscape metrics at distinct simulated spatial resolutions (90, 150, 210 and 270 m). By using regression models, the performance of MODIS and derived metrics to predict adequately the crop area, considering ETM+ data as reference, were analyzed. Results showed that the MODIS instrument overestimated the areas of soybean (15%) and sugarcane (1%), and underestimated the area of corn (12%). Multiple regression results indicated that coarse spatial resolution sensors can be used to predict adequately the area viewed by the 30 m spatial resolution instruments only for crops with low fragmentation pattern such as soybean. These sensors cannot be used to predict the area of corn due to aggregation pixel effects of the less fragmented crops (soybean and sugarcane) over the most fragmented one (corn), as demonstrated by the spatial resolution simulation using majority filtering of the ETM+ image. Landscape metrics improved MODIS area estimates only for sugarcane, as indicated by higher values of R² for multiple than for simple regression. Only a small set of metrics was select to compose the multiple regression models because most of them were not preserved across different spatial resolutions (30 m and 250 m).

Composições de 16 dias de índices de vegetação do sensor MODerate resolution Imaging Spectroradiometer (MODIS), com resolução espacial de 1km, a bordo dos satélites TERRA e AQUA, foram usadas para caracterizar a dinâmica sazonal em 2004 de cinco fitofisionomias de Cerrado e analisar a sua separabilidade espectral. Os índices Normalized Difference Vegetation Index (NDVI) e Enhanced Vegetation Index (EVI), calculados a partir dos dados dos sensores de ambas as plataformas e de uma base comum de pixels, foram comparados entre si. Os resultados indicaram que: (a) dentre as fitofisionomias estudadas, a Floresta Estacional decídua apresentou uma dinâmica sazonal muito marcante em função da perda de folhas da estação chuvosa para a seca (substancial redução nos índices) e do rápido verdejamento com o início da precipitação no final de outubro (rápido incremento de NDVI e EVI); (b) o NDVI mostrou maior variabilidade entre as classes de vegetação do que o EVI apenas na estação seca; (c) a discriminação entre as fitofisionomias melhorou da estação chuvosa para a seca; (d) o NDVI foi mais eficiente do que o EVI para discriminar as classes de vegetação na estação seca, ocorrendo o contrário na estação chuvosa; e (e) na maioria das datas selecionadas para estudo, não houve diferenças estatisticamente significativas entre os índices de vegetação gerados de ambas as plataformas, apesar das variações na qualidade dos pixels selecionados para as composições de 16 dias e na geometria de iluminação e de visada.

MODerate-resolution Imaging Spectroradiometer (MODIS) 16-day vegetation index composites with 1 km of spatial resolution from TERRA and AQUA satellites were used to characterize the seasonal dynamics of five Brazilian savanna physiognomies and to analyze their spectral separability in 2004. The Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI), using data from both platforms and from a common set of pixels, were compared to each other. The results showed that: (a) among the physiognomies under study, Dry Forest (Floresta Estacional decídua) presented a marked seasonal dynamics as a result of the leaf fall from the rainy to the dry season (strong decrease in the indices) and of the fast green up of vegetation with precipitation at the end of October (strong and rapid increase in NDVI and EVI values); (b) NDVI showed greater variability between the vegetation classes than EVI only in the dry season; (c) the discrimination between the physiognomies improved from the rainy to the dry season; (d) the NDVI was more efficient than EVI to separate the vegetation classes in the dry season, but the contrary was observed in the rainy season; and (e) for the majority of the dates under analysis, in spite of the variations in the quality of the pixels selected to compose the vegetation index MODIS product and in the Sun-view geometry, no statistically significant differences between the indices generated from both platforms were observed.

Dados hiperespectrais coletados no Brasil pelo sensor AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) foram utilizados para a caracterização espectral de uma típica cena agropastoril e para testar o uso da técnica Spectral Feature Fitting (SFF) na identificação de minerais argilosos na imagem. Utilizou-se um modelo linear de mistura espectral, usando como membros de referência a vegetação verde e seca, a água, e os solos Nitossolo Vermelho, Latossolo Vermelho e Neossolo Quartzarênico órtico. Na identificação dos minerais, foram selecionados espectros de referência da biblioteca espectral do JPL/NASA. Os espectros dos pixels e das referências foram normalizados pelo método do contínuo espectral, entre 2.100 e 2.330 nm, e depois comparados quanto à similaridade com o uso da técnica SFF. A caulinita predomina na cena, cuja identificação remota é dependente do tipo de solo e das proporções dos componentes da cena no interior do pixels. Os melhores resultados foram obtidos em solos de reflectância intermediária a alta e em pixels com valor de abundância da fração solo superior a 70%. Isto ocorreu devido, respectivamente, à menor quantidade de substâncias opacas nestes solos e à redução nos pixels dos efeitos espectrais da lignina-celulose. Estes fatores tendem a mascarar as bandas de absorção das argilas.

AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) data collected in Brazil were used for the spectral characterization of a typical crop-pasture scene, and for the evaluation of the Spectral Feature Fitting (SFF) technique for clay mineral identification in the image. A six-endmember linear spectral unmixing model was applied, consisting of green and senescent vegetation, water, and the soils Alfisol, Oxisol and Entisol. For mineral identification of kaolinite, montmorillonite and gibbsite in the AVIRIS image, reference spectra from the JPL/NASA spectral library were selected. Pixel and reference spectra were normalized by the continuum removal method, in the 2,100-2,330 nm interval, and then compared by the use of the SFF technique. Kaolinite is the dominant mineral in the scene, whose identification is dependent on the soil type and on the spectral mixture at sub-pixel level. The best results were obtained for soils with intermediate to high overall reflectance and for pixels with soil abundance values greater than 70%, due, respectively, to the lower amount of opaque substances of these soils and to the reduction of spectral effects of the lignin-cellulose features. These factors tend to obliterate the absorption bands of clay minerals.