O objetivo deste trabalho foi avaliar o potencial da espectroscopia de reflectância no VIS-NIR-SWIR, para a caracterização granulométrica de amostras de solos de diferentes classes texturais, e obter modelos de predição dos teores de argila, silte e areia no solo. Utilizou-se um conjunto de amostras representativas de Latossolos e Argissolo de cinco locais do Estado do Mato Grosso do Sul. Os espectros do visível e do infravermelho próximo ao infravermelho de ondas curtas (de 350 a 2.500 nm) das amostras foram obtidos e analisados. Empregaram-se a análise de componentes principais (ACP), agrupamento por "fuzzy c-means", regressão logística multinomial (RLM) e regressão por mínimos quadrados parciais. Espectros característicos para as diferentes classes texturais e a segregação de amostras de classes texturais e de locais de coleta com características distintas, por meio da ACP, "fuzzy c-means" e RLM, mostram o potencial semiquantitativo dos dados de reflectância no VIS-NIR-SWIR. Obteve-se quantificação satisfatória quanto à argila (R²=0,92, RPD=3,59), ao silte (R²=0,80, RPD=2,15) e à areia (R²=0,87, RPD=2,62). As técnicas de espectroscopia de reflectância podem auxiliar na determinação da textura e da variabilidade espacial do solo com metodologias semiquantitativas ou quantitativas.

The objective of this work was to evaluate the potential of VIS-NIR-SWIR reflectance spectroscopy for the characterization of soil particle-size distribution of samples from different textural classes, and to obtain models to predict clay, silt, and sand contents in the soil. A representative sample set of Oxisols and Ultisols from five locations in Mato Grosso do Sul state, Brazil, were used. Visible and near-infrared to short-wave infrared (from 350 to 2,500 nm) spectra of the samples were obtained and analyzed. Principal component analysis (PCA), fuzzy c-means cluster analysis, multinomial logistic regression (MLR), and partial least squares regression were used. Characteristic spectra for the different soil texture classes and segregation of samples from texture classes and from sampling sites with distinct characteristics, through PCA, fuzzy c-means, and RLM, show the semiquantitative potential of the VIS-NIR-SWIR reflectance data. Satisfactory quantification was obtained for clay (R²=0.92, RPD=3.59), silt (R²=0.80, RPD=2.15), and sand (R²=0.87, RPD=2.62). The reflectance spectroscopy techniques can help to assess soil texture and soil spacial variability with semiquantitative or quantitative methodologies.

O objetivo deste trabalho foi avaliar o mapeamento de área de cana‑de‑açúcar por meio de série temporal, de seis anos de dados do índice de vegetação por diferença normalizada (NDVI), oriundos do sensor Vegetation, a bordo do satélite "système pour l'observation de la Terre" (SPOT). Três classes de cobertura do solo (cana‑de‑açúcar, pasto e floresta), do Estado de São Paulo, foram selecionadas como assinaturas espectro‑temporais de referência, que serviram como membros extremos ("endmembers") para classificação com o algoritmo "spectral angle mapper" (SAM). A partir desta classificação, o mapeamento da área de cana‑de‑açúcar foi realizado com uso de limiares na imagem-regra do SAM, gerados a partir dos valores dos espectros de referência. Os resultados mostram que o algoritmo SAM pode ser aplicado a séries de dados multitemporais de resolução moderada, o que permite eficiente mapeamento de alvo agrícola em escala mesorregional. Dados oficiais de áreas de cana‑de‑açúcar, para as microrregiões paulistas, apresentam boa correlação (r² = 0,8) com os dados obtidos pelo método avaliado. A aplicação do algoritmo SAM mostrou ser útil em análises temporais. As séries temporais de NDVI do sensor SPOT Vegetation podem ser utilizadas para mapeamento da área de cana‑de‑açúcar em baixa resolução.

The objective of this work was to assess sugarcane area mapping using six‑year‑old time series of normalized difference vegetation index (NDVI) data from the Vegetation sensor on board of the "système pour l'observation de la Terre" (SPOT) satellite. Three land cover classes (sugarcane, pasture, and forest), from the state of São Paulo, Brazil, were selected as reference spectral‑temporal signatures, which were used as endmembers for spectral classification with the algorithm spectral angle mapper (SAM). Based on this classification, sugarcane areas were mapped by applying thresholds on the sugarcane rule image from the SAM, generated from values from the reference spectra. Results show that the SAM algorithm can be applied to time series of moderate resolution multi‑temporal data, allowing for the efficient mapping of an agricultural crop in a mesoregional scale. Official data from sugarcane areas for the microregions of the state of São Paulo are well correlated (r² = 0.8) with the data obtained with the evaluated method. SAM is a useful algorithm for time series analysis. NDVI time series from the SPOT Vegetation sensor can be used for low-resolution sugarcane area mapping.

Neste trabalho foram utilizados dados do Infravermelho Termal (TIR, bandas 10 a 14 - 8,125-10,95µm) do sensor ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) para o mapeamento de quartzo e argilominerais em áreas de degradação de terras na região sudoeste do Rio Grande do Sul, Brasil. Esta região apresenta um processo específico de degradação denominado arenização, o qual esta relacionado ao retrabalhamento de depósitos areníticos e a formação de solos arenosos. Esse tipo de processo apresenta uma série de problemas ambientais tais como aumento de erosão, redução da fertilidade do solo e diminuição de terras agricultaveis. Através do uso dos dados ASTER/TIR foi possível reproduzir importantes feições espectrais diagnosticas relacionadas às ligações SiO (banda reststrahlen) de argilominerais e do quartzo. O mapeamento da abundância de minerais foi realizado utilizando índices espectrais e razões de bandas. Os resultados mostram que os dados ASTER/TIR foram capazes de detectar e determinar os níveis de mistura entre grupos de argilominerais, quartzo e outros tipos de cobertura da terra. Áreas simultaneamente mapeadas como contendo grande quantidade de quartzo e pobres em argilominerais correspondem a solos eminentemente arenosos, vegetação escassa e drenagem excessiva, o que indica uma massiva perda de nutrientes no solo. Dessa forma, esta abordagem permite a geração de mapas quantitativos mais precisos sobre a degradação de terras, com importantes implicações nos estudos da dinâmica de ambientes tropicais.

In this work, ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) Thermal Infrared data (TIR -10 to 14 bands-8.125-10.95µm) were used to map quartz and clay minerals in land degradation areas, in the southwestern portion of Rio Grande do Sul State, Brazil. This study area presents a specific land degradation process named arenização, which is related to erosion of arenitic rocks and formation of structured sandy soils. Such processes introduce several environmental damages such as increased erosion, reduction in soil fertility and decline of agricultural land use. Using ASTER/TIR data it was possible to replicate important diagnostic spectral features related to the SiO reststrahlin band from clay minerals and quartz. Mineral abundance maps were produced using spectral index and band ratio methods. The results show that ASTER/TIR data were able to map these minerals in the soil and to reveal the degree of mixtures among quartz, clay minerals and others land cover features. Areas simultaneously mapped as quartz-rich and with lower proportion of clay minerals indicate a wealth of sandy soils, scarce vegetation cover and excessive drainage, which leads to large nutrient losses. This approach allows a more precise and quantitative mapping of land degradation characteristics, with important implications to the study of its dynamics in tropical environments.