ABSTRACT: This study applied spectroradiometry techniques with hyperspectral data to identify the correlations between sugarcane leaf reflectance and the contents of Nitrogen (N), phosphorus (P), Potassium (K), Sulfur (S), Calcium (Ca) and Magnesium (Mg). During the harvests 2019/20 and 2020/21, sugarcane was introduced to nutritional stress by the application of limestone doses. Liming was applied in a fractional way and, at the end of five years, the amounts corresponded to 0, 9, 15 and 21 t ha-1 of dolomitic limestone. The leaf hyperspectral reflectance data and the state of nutrients in the exponential growth phase of the culture were registered. The wavelengths correlated with N, P, K, S, Ca and Mg were identified using the Spearman’s correlation analysis. The test of similarity (ANOSIM) and the Principal Component Analysis (PCA) were applied to evaluate data variability, as well as the Partial Least Squares Regression (PLSR) for the prediction of the nutritional contents. The order of the degree of correlation in the region of visible was: P > K > N > Ca > S > Mg and for the region of the near infrared: P > K > Ca > N > S > Mg. P presented peaks with high correlations in the wavelengths 706-717 nm (-0.78) and 522-543 nm (-0.76). The values of the PLSR registered the best spectral responses in the region of VIS and red-edge, regions that are more sensitive to the deficiency of sulfur, potassium and phosphorus.

RESUMO: Este estudo aplicou técnicas de espectrorradiometria com dados hiperespectrais para identificar as relações da reflectância foliar da cana-de-açúcar com os teores de Nitrogênio (N), Fósforo (P), Potássio (K), Enxofre (S), Cálcio (Ca) e Magnésio (Mg). Durante as safras 2019/20 e 2020/21 a cana foi induzida ao estresse nutricional a partir da aplicação de doses de calcário. A calagem foi aplicada de forma fracionada e ao final de cinco anos as quantidades corresponderam a 0, 9, 15 e 21 t ha-1 de calcário do tipo dolomítico. Foram registrados os dados de reflectância hiperespectral da folha e o estado de nutrientes na fase de exponencial crescimento da cultura. Os comprimentos de onda correlacionados ao N, P, K, S, Ca e Mg foram identificados usando análise de correlação de Spearman. Aplicou-se o teste de similaridade (ANOSIM) e Análise de Componentes Principais (ACP) para avaliar a variabilidade dos dados, assim como, a Regressão por Mínimos Quadrados Parciais (PLRS) para a predição dos teores nutricionais. A ordem do grau de correlação na região do visível foi: P > K > N > Ca > S > Mg e para região do infravermelho próximo: P > K > Ca > N > S > Mg. O P teve picos com alta correlação nos comprimentos de onda 706-717 nm (-0,78) e 522-543 nm (-0,76). Os valores do PLRS registraram melhores respostas espectrais na região do VIS e red-edge, regiões mais sensíveis a deficiência do enxofre, potássio e fósforo.

RESUMO As análises convencionais de solo produzem grandes quantidades de resíduos e demandam muito tempo e recursos. A construção de bancos de dados espectrais para estimar atributos do solo é uma alternativa em mapeamento de solos. Objetivou-se neste estudo construir bibliotecas espectrais e estudar a qualidade dos modelos de predição de atributos do solo gerados. Obtiveram-se 7185 espectros de solo (400-2500 nm) em laboratório, cada um com as respectivas análises de solo. As bibliotecas espectrais "Geral", "Regionais" e "Locais" foram geradas a partir dessas leituras espectrais. A biblioteca espectral "Geral" contém toda a gama de dados e vários estados, as Regionais contêm dados de municípios geograficamente próximos, e as Locais contêm dados do solo de um único município. Em geral, observou-se a seqüência de R2 para Geral (0,85), Regional (0,67-0,77) e Local (0,55-0,77). Em conclusão, o melhor banco de dados foi o Geral. Por outro lado, independente do tamanho do banco de dados, com base em modelos de previsão de atributos físicos, tais como a areia, argila e matéria orgânica, obteve-se bons prognósticos, até R2 de 0,7. A determinação de bibliotecas espectrais incluindo solos altamente variáveis formados a partir de diferentes materiais de origem produziu resultados piores para a estimativa de atributos químicos e melhores resultados para a estimativa de atributos físicos. A baixa amplitude de variação em um determinado atributo foi um fator limitante na geração de modelos preditivos eficazes. Uma grande biblioteca espectral pode certamente melhorar a avaliação quantitativa do solo.

ABSTRACT Conventional soil analysis produces large amount of residues and demand resources and time consuming. The construction of soil spectral database for estimating soil attributes is the newest alternative on soil mapping. The objective in this study was to build spectral libraries and study the quality of the generated prediction models for soil attributes. It was obtained 7185 soil spectral (400-2500 nm) in laboratory with respective soil analysis. The spectral libraries "general", "regional", and "local" were generated from these spectral readings. The general spectral library contained the full range of data and several states, the regional libraries contained data from geographically close municipalities, and the local libraries contained soil data from a single municipality. In general we observed the sequence of R2 for General (0.85), Regional (0.67 to 0.77) and Local (0.55 to 0.77). In conclusion, the best database was the general one. On the other hand, independent of the size of the database, predictive models based on physical attributes such as sand, clay, and organic matter generate good predictions until an R2 of 0.7. The determination of spectral libraries including highly variable soils formed from different parent materials create worse results for the estimation of chemical attributes and better results for the estimation of the physical ones. The low range of variation in a given attribute was a limiting factor in the generation of effective predictive models. A great spectral library can certainly improve soil quantitative evaluation.

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.

ABSTRACT Knowledge of soils is increasingly important for their correct use in agriculture, in urban growth, and in conservation of natural resources, among other purposes. However, there is a lack of qualified professionals for pedological characterization and mapping, particularly at scales of greater detail. Due to this shortage and due to advances in computational tools and remote sensing, Digital Soil Mapping (DSM) arose in order to assist and expedite pedological survey activities. Thus, the aim of this study was to develop a method for delineation of soil units in toposequences through the spectral response of soils in the Vis-NIR (Visible-Near Infrared) wavelength. The spectral method consisted of obtaining soil spectral curves by means of a spectroradiometer, FieldSpec Pro, and reduction in the amount of spectral information by Principal Component Analysis, followed by clustering of samples by the fuzzy k-means method. Five toposequences with 30 m equidistant points were selected for soil class characterization and sampling. Eight distinct soil classes were identified and received detailed characterization and classification in pedological profiles. For the remaining points, the characterization of soil classes was based on the soil classification contained in the pedological profiles, with samples collected using a soil auger at depths of 0.00-0.20 and 0.80-1.00 m, for a total of 162 samples across the five toposequences. The samples were analyzed by the conventional and spectral method so that the results could be compared and evaluated. Thus, morphological, physical (texture), and chemical analyses of soil samples were made. In the five toposequences studied, the results were similar, and some soils were not perfectly individualized by spectral method, due to great similarity in their spectral curves, as demonstrated by Latossolo Vermelho Férrico and Nitossolo Vermelho Férrico. The spectral method was able to differentiate soils with distinct spectral responses and establish limits in toposequences, showing great potential for implementation in soil surveys.

RESUMOÉ necessário o desenvolvimento de ferramentas que auxiliem no mapeamento de solos, a fim de agilizar o processo e melhorar sua precisão. O presente trabalho teve por objetivo integrar diversas tecnologias no desenvolvimento de um mapa de solos na região de Piracicaba-SP, Brasil. Esperava-se que cada produto fornecesse informações diferenciadas que, em conjunto, resultassem em um mapa de nível detalhado. Foram realizadas incursões a campo e amostragem de terra para análise em laboratório. Inicialmente, foram obtidos padrões de solos de uma área referência, com incursões a campo. Posteriormente, em uma área desconhecida, foram aplicados os padrões previamente conhecidos, baseado somente nos produtos sensores e bases cartográficas, a saber: imagens LANDSAT 7/ETM, modelo digital de terreno (MDT) e fotografias aéreas. A integração das informações de cada produto gerou um mapa da área desconhecida, o qual foi posteriormente validado com novas incursões a campo. A classificação textural por imagem de satélite variou de 21 a 51% de acerto. A banda 5 do sensor foi a melhor na discriminação de solos argilosos e arenosos. Em termos de contribuição, as fotografias aéreas foram o melhor produto utilizado, pois além das características a elas inerentes, tiveram escala maior, resultando em um mapa com até 50 polígonos, enquanto os MDT's atingiram máximo de 30 polígonos. O produto do mapeamento digital gerou 45 unidades de mapeamento. Por fim, observou-se que o mapeamento separou de forma eficiente os Latossolos das outras classes, contudo, em alguns casos, houve confusão entre Cambissolos e Neossolos Litólicos.

ABSTRACTNew tools for soil mapping are needed to increase speed and accuracy of pedological mapping processes. This study integrated various technologies to map soils of the Piracicaba region in São Paulo State, Brazil. Each technology was expected to provide different information to design a detailed map. We carried out field survey and soil sampling for laboratory analysis. Initially, we conducted field visits to obtain soil patterns of a reference site. We applied the acquired patterns to an validation site, based solely on information obtained from remote sensing and cartographic databases, namely LANDSAT 7/ETM, digital elevation models (DEM) and aerial photographs. We integrated the information from each product to generate the map of the validation site, which was validated by field inspection. Textural classification using satellite imaging ranged from 21-51% of accuracy. Band 5 in the sensor showed the best performance to discriminate between clayey and sandy soils. Aerial photographs provided the best information because, besides their own inherent characteristics, they operate on a larger scale and result in a map with up to 50 polygons, while DEM reached a maximum of 30 polygons. The digital mapping technology generated 45 mapping units. Finally, the mapping efficiently separated the Latosols from the other classes; however, in some cases there was confusion in the identification of Cambisols and litholic Neosols.

Atualmente, o espectro de reflectância do solo é uma informação subutilizada em processos de classificação. Sendo assim, os objetivos deste trabalho foram avaliar as relações entre os espectros de solos e seus atributos físicos e químicos, identificar padrões espectrais para cada classe de solo e por fim analisar o uso da classificação numérica de perfis, conciliada a dados espectrais, na distinção de solos. Para tanto, foram estudados 20 perfis da região de Piracicaba, SP, sendo descritos morfologicamente e classificados até o 3¼ nível categórico do SiBCS. Amostras foram coletadas dos horizontes pedogenéticos e foram submetidas às análises granulométrica e química. Posteriormente, o comportamento espectral de cada solo foi obtido e submetido à análise por componentes principais. Os escores dos componentes principais foram utilizados em análise de correlação linear com pH, matéria orgânica, P, K, Ca, Mg, Al, CTC, V% e m%. Além da interpretação dos três primeiros componentes principais, foram estabelecidas relações desses com as classes de solo definidas pelo SiBCS. Ainda, a classificação numérica dos perfis foi procedida a partir do algoritmo OSACA, utilizando os dados espectrais como base. A relação entre a classificação do SiBCS e a classificação numérica, foi determinada pelo índice de Informação Mútua Normalizada (IMN) e o Coeficiente de Incerteza (U). Foram encontradas correlações significativas entre os escores dos componentes principais e a areia (0,78), a argila (-0,74), a cor do solo e o teor de Al (0,73). A representação gráfica dos componentes principais e sua interpretação visual indicou diferenças no comportamento espectral das classes de solo, principalmente entre os Argissolos e as demais classes. Já a classificação numérica dos perfis, com base nos espectros dos solos, obteve valores para os índices de informação mútua normalizada e coeficiente de incerteza de 0,74 e 0,64, respectivamente. Esses valores indicam que a classificação numérica possui boa relação com a estabelecida pelo SiBCS, sendo capaz, por exemplo, de distinguir Argissolos de classes como Latossolos e Nitossolos. Além disso, observou-se que tal técnica não é capaz de diferenciar Latossolos e Nitossolos Vermelho férricos; no entanto, Cambissolos foram agrupados corretamente. A técnica evidenciou-se eficiente, demonstrando sua aplicabilidade em processos de classificação de solo.

Considering that information from soil reflectance spectra is underutilized in soil classification, this paper aimed to evaluate the relationship of soil physical, chemical properties and their spectra, to identify spectral patterns for soil classes, evaluate the use of numerical classification of profiles combined with spectral data for soil classification. We studied 20 soil profiles from the municipality of Piracicaba, State of São Paulo, Brazil, which were morphologically described and classified up to the 3rd category level of the Brazilian Soil Classification System (SiBCS). Subsequently, soil samples were collected from pedogenetic horizons and subjected to soil particle size and chemical analyses. Their Vis-NIR spectra were measured, followed by principal component analysis. Pearson's linear correlation coefficients were determined among the four principal components and the following soil properties: pH, organic matter, P, K, Ca, Mg, Al, CEC, base saturation, and Al saturation. We also carried out interpretation of the first three principal components and their relationships with soil classes defined by SiBCS. In addition, numerical classification of the profiles based on the OSACA algorithm was performed using spectral data as a basis. We determined the Normalized Mutual Information (NMI) and Uncertainty Coefficient (U). These coefficients represent the similarity between the numerical classification and the soil classes from SiBCS. Pearson's correlation coefficients were significant for the principal components when compared to sand, clay, Al content and soil color. Visual analysis of the principal component scores showed differences in the spectral behavior of the soil classes, mainly among Argissolos and the others soils. The NMI and U similarity coefficients showed values of 0.74 and 0.64, respectively, suggesting good similarity between the numerical and SiBCS classes. For example, numerical classification correctly distinguished Argissolos from Latossolos and Nitossolos. However, this mathematical technique was not able to distinguish Latossolos from Nitossolos Vermelho férricos, but the Cambissolos were well differentiated from other soil classes. The numerical technique proved to be effective and applicable to the soil classification process.

Uma vez que pedólogos diferentes produzirão, em uma mesma área, mapas de solos distintos, é importante avaliar as divergências existentes entre profissionais e técnicas de mapeamento, dentre elas o Mapeamento Digital de Solos, que vem sendo muito abordada atualmente. Para tanto, compararam-se quatro mapas detalhados de solos (escala 1:10.000) de uma fazenda de 182 ha cultivados com cana-de-açúcar, localizada no município de Rafard, SP, com grande variação do meio físico. Tais mapas foram elaborados independentemente por quatro pedólogos e confrontados com outro obtido com o apoio de uma técnica de mapeamento digital de solos. Aos pedólogos, foram fornecidas mesmas informações; cada um foi levado ao campo o número de vezes que julgou necessário para examinar os solos (paisagem e perfis), delinear as unidades de mapeamento (UM) e indicar os locais onde desejava examinar o perfil do solo e, ou, amostrá-lo para análises laboratoriais. Para o MDS, foram utilizados dados espectrais de uma imagem do sensor TM do satélite Landsat 5 e seis atributos de terreno derivados de carta planialtimétrica. Essas informações foram resumidas por análise de componentes principais e utilizadas para geração dos delineamentos em um mapa de grupos, com auxílio da análise de grupamentos Fuzzy K-médias. Posteriormente, em cada delineamento, foram feitas observações de campo para identificar os solos componentes das UMs, de acordo com o Sistema Brasileiro de Classificação de Solos (SiBCS). Para comparações entre os mapas convencionais e entre esses e o mapa digital de solos (MDS), efetuaram-se cruzamentos entre os mapas dois a dois, gerando matrizes de confusão, apresentadas na forma de mapas. A análise das correspondências espaciais, para cada nível categórico do SiBCS, permitiu verificar que a concordância entre a correspondência na identificação das UMs nos mapas decresce para os níveis categóricos inferiores e que o executor exerce grande influência nos delineamentos e na identificação das UMs do mapa de solos. A correspondência espacial média entre mapas convencionais e entre esses e o MDS foram semelhantes. Portanto, o método utilizado para obter esse MDS proporcionou resultados similares aos obtidos com os mapas convencionais, com as vantagens de quantificar informações sobre as características da paisagem de cada solo, úteis para extrapolar resultados para futuros levantamentos que forem efetuados em áreas com solos similares.

Since different pedologists will draw different soil maps of a same area, it is important to compare the differences between mapping by specialists and mapping techniques, as for example currently intensively discussed Digital Soil Mapping. Four detailed soil maps (scale 1:10.000) of a 182-ha sugarcane farm in the county of Rafard, São Paulo State, Brazil, were compared. The area has a large variation of soil formation factors. The maps were drawn independently by four soil scientists and compared with a fifth map obtained by a digital soil mapping technique. All pedologists were given the same set of information. As many field expeditions and soil pits as required by each surveyor were provided to define the mapping units (MUs). For the Digital Soil Map (DSM), spectral data were extracted from Landsat 5 Thematic Mapper (TM) imagery as well as six terrain attributes from the topographic map of the area. These data were summarized by principal component analysis to generate the map designs of groups through Fuzzy K-means clustering. Field observations were made to identify the soils in the MUs and classify them according to the Brazilian Soil Classification System (BSCS). To compare the conventional and digital (DSM) soil maps, they were crossed pairwise to generate confusion matrices that were mapped. The categorical analysis at each classification level of the BSCS showed that the agreement between the maps decreased towards the lower levels of classification and the great influence of the surveyor on both the mapping and definition of MUs in the soil map. The average correspondence between the conventional and DSM maps was similar. Therefore, the method used to obtain the DSM yielded similar results to those obtained by the conventional technique, while providing additional information about the landscape of each soil, useful for applications in future surveys of similar areas.

O conhecimento do solo é um aspecto essencial para a aplicação de manejo adequado da cultura. Conciliar a pedologia ao desenvolvimento tecnológico é essencial para o progresso desta ciência. O presente trabalho tem por objetivo avaliar o uso de produtos do sensoriamento remoto conciliados a um sistema de informações geográficas, na caracterização de solos da região de Piracicaba. Para tanto, incursões a campo e coleta de dados em laboratório foram realizadas. Posteriormente, compilaram-se informações referentes a características qualitativas de rede drenagem e relevo utilizando-se estereoscopia em fotografias aéreas. Características quantitativas de altimetria e declividade através de modelo numérico de terreno, além de características espectrais para os diferentes solos e texturas obtidas a partir de imagens do Landsat 7. Tal metodologia resultou em um banco de dados, no qual se notam diferenças entre todos os solos em pelo menos um dos aspectos avaliados. As características qualitativas da rede de drenagem diferenciaram os solos, não ocorrendo o mesmo com os parâmetros quantitativos de relevo. No caso, os Latossolos e Neossolo Quartzarênicos tiveram grande similaridade. Por outro lado, houve diferença entre as características espectrais destes solos. As características de altitude tiveram maior contribuição na diferenciação dos solos em relação ao parâmetro declividade. A avaliação integrada de informações geotecnologicas permite obter um panorama próximo à real classe do solo.

Soil knowledge is essential for implementing appropriate management in agriculture. It is necessary to conciliate pedology with technological development to persuade the progress of soil science. This study aims to evaluate the use of remote sensing products accomplished with a geographic information system in the characterization of soils from Piracicaba region. Field inspection and data collection were performed. Subsequently, information was compiled regarding the qualitative characteristics of drainage network and topography using aerial photographs. Quantitative characteristics of elevation and slope from digital elevation model and spectral characteristics related to soil texture acquired from Landsat 7 images were considered. This methodology resulted in a database, which showed significant differences between all soils in at least one aspect. The qualitative characteristics of the drainage network differentiated soils, although it did not happen with the quantitative relief parameters. In this case, the Oxisols and Quartzipsamments showed high similarity. Moreover, there were differences between the spectral characteristics of the soils. The characteristics of altitude were the major contributors in soil differentiation. Integrated assessment of geoinformation allowed more realistic scenery of soil classes.

O presente estudo teve como objetivo desenvolver modelos matemáticos para a quantificação do teor de matéria orgânica, a partir da cor do solo, obtida por aparelho colorímetro no sistema Munsell de cores. Para esse fim, 912 amostras de solo foram coletadas na região de Porto Grande (Amapá) e enviadas para análises química, granulométrica e determinação da cor em amostras secas e úmidas. Os componentes valor e croma da cor do solo no sistema Munsell, obtidos por colorímetro, foram utilizados para quantificar através de regressão múltipla passo a passo (stepwise) o teor de matéria orgânica do solo. O modelo de predição com base em todas as amostras apresentou R² de 0,66 para amostras úmidas e 0,56 para amostras secas, ao serem validados utilizando amostras independentes. Foi possível ainda melhorar os modelos quando as amostras foram separadas por classe de solo ou textura, e os modelos gerados com base em cores de amostras úmidas foram sistematicamente superiores àqueles utilizando amostras secas. Em relação às classes de solo, os melhores resultados foram obtidos para Argissolos e Latossolos, ambos gerando um R² de validação independente de 0,73 (amostra úmida). Para textura, os melhores resultados foram obtidos para solos de textura muito argilosa, com R² de validação de 0,81 (amostra úmida). Os modelos de predição de matéria orgânica em função da cor do solo possuem simplicidade e potencial para serem utilizados no laboratório e no campo, especialmente para Argissolos e Latossolos de textura argilosa, de maneira automática e sem necessidade de uso de produtos ou reagentes.

This study aimed to derive mathematical models to predict the soil organic matter content based on soil color obtained by a colorimeter in the Munsell color system. A total of 907 soil samples were collected in the region of Porto Grande (Amapá, Brazil) and analyzed in the laboratory for chemical properties, particle size distribution and color of dry and wet samples. The Munsell color components value and croma obtained using a colorimeter were used to predict soil organic matter content based on stepwise multiple linear regression. Models derived using all samples had R² of 0.66 for wet samples and 0.56 for dry samples, respectively, when validated using independent samples. It was possible to improve the models by separating the samples by soil class or texture. The models derived using colors obtained from wet samples were systematically better than those based on dry samples. Among soil classes, best results were obtained for Argissolos (Ultisols) and Latossolos (Oxisols), both having an R² of independent validation of 0.73 (wet sample). For texture, best results were obtained for very clayey soils, with an R² of validation of 0.81 (wet sample). The soil organic matter prediction models based on soil color have simplicity and potential to be used in the laboratory and in the field with quick and unnecessary chemical products, especially for Ultisols and Oxisols of clayey texture.