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.

ABSTRACT Digital soil mapping is an alternative for the recognition of soil classes in areas where pedological surveys are not available. The main aim of this study was to obtain a digital soil map using artificial neural networks (ANN) and environmental variables that express soil-landscape relationships. This study was carried out in an area of 11,072 ha located in the Barra Bonita municipality, state of São Paulo, Brazil. A soil survey was obtained from a reference area of approximately 500 ha located in the center of the area studied. With the mapping units identified together with the environmental variables elevation, slope, slope plan, slope profile, convergence index, geology and geomorphic surfaces, a supervised classification by ANN was implemented. The neural network simulator used was the Java NNS with the learning algorithm "back propagation." Reference points were collected for evaluating the performance of the digital map produced. The occurrence of soils in the landscape obtained in the reference area was observed in the following digital classification: medium-textured soils at the highest positions of the landscape, originating from sandstone, and clayey loam soils in the end thirds of the hillsides due to the greater presence of basalt. The variables elevation and slope were the most important factors for discriminating soil class through the ANN. An accuracy level of 82% between the reference points and the digital classification was observed. The methodology proposed allowed for a preliminary soil classification of an area not previously mapped using mapping units obtained in a reference area.

ABSTRACT When the harvesting of sugarcane involves a mechanized process, plant residues remain on the soil surface, which makes proximal and remote sensing difficult to monitor. This study aimed to evaluate, under laboratory conditions, differences in the soil spectral behavior of surface layers Quartzipsamment and Hapludox soil classes due to increasing levels of sugarcane’s dry (DL) and green (GL) leaf cover on the soil. Soil cover was quantified by supervised classification of the digital images (photography) taken of the treatments. The spectral reflectance of the samples was obtained using the FieldSpec Pro (350 to 2500 nm). TM-Landsat bands were simulated and the Normalized Difference Vegetation Index (NDVI) and soil line were also determined. Soil cover ranged from 0 to 89 % for DL and 0 to 80 % for GL. Dry leaf covering affected the features of the following soil constituents: iron oxides (480, 530 and 900 nm) and kaolinite (2200 nm). Water absorption (1400 and 1900 nm) and chlorophyll (670 nm) were determinant in differentiating between bare soil and GL covering. Bands 3 and 4 and NDVI showed pronounced variations as regards differences in soil cover percentage for both DL and GL. The soil line allowed for discrimination of the bare soil from the covered soil (DL and GL). High resolution sensors from about 50 % of the DL or GL covering are expected to reveal differences in soil spectral behavior. Above this coverage percentage, soil assessment by remote sensing is impaired.

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.

RESUMOObjetivou-se neste trabalho caracterizar diferentes solos por espectrorradiometria de reflectância ao longo de uma topossequência na região de Piracicaba, SP. Amostras de solo foram coletadas e analisadas em campo, em laboratório de análises químicas e por sensores Vis-NIR (400-2500 nm). Alterações nos solos da topossequência foram identificáveis nas informações espectrais. Constituintes dos solos, tais como, matéria orgânica, mineralogia, formas de óxidos de ferro e granulometria foram determinantes nas variações das feições de absorção e intensidades de reflectância. Cada perfil mostrou características espectrais diferenciadoras entre horizontes, relacionadas à intensidade, feições de absorção e morfologia da curva. A avaliação morfológica não pode ser avaliada pelo sensor, sendo uma de suas limitações. Existe relação entre grau de intemperismo (índices ki, relação silte/argila e mineralogia) e dados espectrais. Isso foi observado nos solos originados de basalto, onde houve aumento do ferro extraído pelo ditionito (cristalino e amorfo) na sequência Nitossolo Vermelho Latossólico (NVL) em direção ao Cambissolo (C) e, aumento do ferro amorfo nesta mesma sequência. Na avaliação da topossequência completa observou-se a sequência de absorção centrada em 500 e 850 nm decrescente do Nitossolo Vermelho Latossólico em direção ao Chernossolo, ou seja, na sequência de decréscimo dos teores de ferro cristalino (hematita e goethita) e aumento de ferro amorfo, corroborado pelo aumento dos valores do índice ki. Houve relação entre os dados espectrais, o índice ki e a posição do solo na paisagem. Esses resultados mostram que a espectrorradiometria é uma ferramenta promissora para auxiliar o levantamento de solos. Entretanto, há necessidade do suporte à implantação de bibliotecas de dados espectrais de solos com acesso irrestrito aos usuários.

ABSTRACTThe aim of this work was to characterise by reflectance spectroradiometry different soils along a toposequence in Piracicaba, in the state of São Paulo, Brazil. Soil samples were collected and analysed in the field, in a laboratory for chemical analysis and by Vis-NIR sensors (400-2500 nm). Changes in the soils of the toposequence could be identified in the spectral information. Such soil constituents as organic matter, mineralogy, types of iron oxide and particle size determined variations in absorption features and reflectance intensities. Each profile displayed distinctive spectral characteristics between horizons, related to intensity, absorption features and curve morphology. The sensor could not be used to carry out the morphological evaluation, this being one of its limitations. There is a relationship between the degree of weathering (KI indices, silt to clay ratio and mineralogy) and the spectral data. This was seen in the basalt-based soils, where there was an increase in the iron extracted by dithionite (crystalline and amorphous) for the sequence, Latosolic Red Nitosol (NVL) to Cambisol (C), and an increase in amorphous iron for the same sequence. Evaluation of the complete toposequence showed that the absorption sequence centred on 500 and 850 nm decreased from the Latosolic Red Nitosol towards the Cambisol, i.e. following the decrease in crystalline iron content (hematite and goethite) and the increase in amorphous iron. This was substantiated by increases in KI index values. There was a relationship between the spectral data, KI index and landscape position of the soil. These results show that spectroradiometry is a promising tool to assist in soil surveys. However there is a need to support the implementation of libraries of soil spectral data, with unrestricted user access.

RESUMO Nos últimos anos, geotecnologias como sensoriamento remoto, espectrorradiometria próxima e atributos do terreno derivados de modelos digitais de elevação são muito úteis para a descrição da variabilidade do solo. No entanto, essas fontes de informação são raramente usadas em conjunto. Por este motivo, uma metodologia para atribuir e especializar classes de solos utilizando-se de informações obtidas com sensoriamento remoto/proximal, geoprocessamento e conhecimento técnico foi aplicada e avaliada. Duas áreas de estudo, localizadas no Estado de São Paulo, Brasil, e totalizando aproximadamente 28.000 ha, foram utilizadas. Primeiramente, em uma área (Área 1), realizou-se o mapeamento pedológico convencional e a partir das classes de solos encontradas foram obtidos padrões com as seguintes informações: a) informações espectrais (características de formas e intensidade de absorção das curvas espectrais com comprimentos de onda de 350 - 2500 nm), de amostras de solo coletadas em pontos específicos nas áreas (de acordo com cada classe de solo); b) Obtenção de equações de determinação de atributos químicos e físicos do solo a partir da relação entre os resultados obtidos em laboratório, pelo método convencional, dos teores dos atributos químicos e físicos com os dados espectrais; c) classificação supervisionada de imagens Landsat TM 5, a fim de detectar alterações no tamanho das partículas do solo (textura do solo); d) relação entre as classes de solos e atributos do relevo. Posteriormente, os padrões obtidos foram aplicados na Área 2 a fim de obter-se a classificação pedológica destes solos, porém em ambiente SIG (ArcGis). Para finalizar, ainda foi realizado na Área 2 o mapeamento pedológico convencional para então comparar o mapa convencional com o mapa digital, ou seja, aquele obtidos apenas com padrões pré-determinados. A metodologia proposta teve expressivo resultado no primeiro nível categórico do Sistema de Classificação de Solos (79 % de acerto), um desempenho satisfatório até o segundo nível categórico (60 % de acerto) e tornou-se menos útil no nível categórico 3 (37 % de precisão).

ABSTRACT In recent years, geotechnologies as remote and proximal sensing and attributes derived from digital terrain elevation models indicated to be very useful for the description of soil variability. However, these information sources are rarely used together. Therefore, a methodology for assessing and specialize soil classes using the information obtained from remote/proximal sensing, GIS and technical knowledge has been applied and evaluated. Two areas of study, in the State of São Paulo, Brazil, totaling approximately 28.000 ha were used for this work. First, in an area (area 1), conventional pedological mapping was done and from the soil classes found patterns were obtained with the following information: a) spectral information (forms of features and absorption intensity of spectral curves with 350 wavelengths -2,500 nm) of soil samples collected at specific points in the area (according to each soil type); b) obtaining equations for determining chemical and physical properties of the soil from the relationship between the results obtained in the laboratory by the conventional method, the levels of chemical and physical attributes with the spectral data; c) supervised classification of Landsat TM 5 images, in order to detect changes in the size of the soil particles (soil texture); d) relationship between classes relief soils and attributes. Subsequently, the obtained patterns were applied in area 2 obtain pedological classification of soils, but in GIS (ArcGIS). Finally, we developed a conventional pedological mapping in area 2 to which was compared with a digital map, ie the one obtained only with pre certain standards. The proposed methodology had a 79 % accuracy in the first categorical level of Soil Classification System, 60 % accuracy in the second category level and became less useful in the categorical level 3 (37 % accuracy).

A minimização de impactos ambientais e o aumento da produtividade agrícola dependem, principalmente, do conhecimento de características químicas, físicas e mineralógicas do solo. Os métodos tradicionais utilizados para este fim consomem muito tempo e são de elevado custo financeiro. O objetivo deste trabalho foi o de testar e validar um método de quantificação de atributos do solo pela energia eletromagnética refletida e detectada por espectrorradiometro no visível e infravermelho. Este procedimento surge como apoio ao método convencional de análise de solo. Para sua execução, as etapas de trabalho compreenderam duas fases: (1) criação e calibração de modelos estatísticos de determinação dos atributos do solo obtidos a partir de dados espectrais (obtidos por sensor em laboratório 450-2500 nm) extraídos de amostras de terra em uma área; (2) validação dos modelos estatísticos numa outra área desconhecida e correlações entre os valores estimados e determinados (método convencional). Concluiu-se que as equações dos atributos Fe2O3, Al2O3 e Argila, atingiram R2 > 0,80 podendo ser aplicadas a uma base de dados diferente daquela que foi utilizada na geração das equações, desde que pertença a mesma região de estudo.

Minimizing environmental impacts and increasing crop productivity depend mainly on the knowledge of chemical, physical and mineralogical characteristics of the soil attributes. However, traditional methods are timeconsuming and costly. The objective of this study was to determine and validate a method to quantify soil attributes using UV-Vis-NIR Spectroscopy as an alternative to conventional methods of soil analyses. The work comprised two main phases: (1) creation and calibration of statistical models to determine the soil attributes derived from spectral data extracted from soil samples collected in area 1, (2) validation of statistical models in area 2 and correlations between the estimated and observed values (conventional method) for each soil attribute. The equations of the attributes Fe2O3, Al2O3, and clay reached R2 > 0.80 and may be applied to a different database than the one that was used to generate the equations, provided that they belong to the same study site.

O sensoriamento remoto vem sendo utilizado na avaliação de características químicas e físicas dos solos, como fonte de informação rápida, não destrutiva e de baixo custo, podendo assim auxiliar no gerenciamento de passivos ambientais. Nesse sentido, este trabalho teve por objetivo verificar o potencial da utilização de dados hiperespectrais na determinação de algumas propriedades de um solo submetido a diferentes aplicações de doses de vinhaça, utilizando dados espectrais oriundos de amostras em condições de campo e de terra fina seca em estufa. O experimento, delineado em blocos ao acaso constou de seis tratamentos e quatro repetições, sendo os tratamentos: 1, sem vinhaça; 2, fertirrigado com químicos; e 3, 4, 5 e 6, com aplicação de, respectivamente, 150, 300, 600 e 900 m³ ha-1 de vinhaça. Foram gerados modelos para predição de alguns atributos químicos e físicos do solo para os dois tipos de amostras, a partir de curvas espectrais na região do visível e infravermelho próximo. Para determinação da granulometria, os modelos não foram influenciados pelo tipo de amostra utilizada e foram classificados como "aceitáveis" a "bons" (R² entre 0,7 e 0,9). Em relação aos atributos químicos, foram gerados modelos com capacidade de diferenciação apenas entre altas e baixas concentrações (R² entre 0,50 e 0,65) para os atributos pH, matéria orgânica, H+Al e capacidade de troca catiônica, sendo os gerados para terra fina seca em estufa em alguns casos melhores que os para amostras em condições de campo.

Remote sensing has been used in the evaluation of physical and chemical characteristics of soils as a source of rapid, non-destructive, and low cost information, which may assist in management of environmental liabilities. The aim of this study was to investigate the potential for use of hyperspectral data in determining some properties of soil under different levels of application of sugarcane residue (vinasse) using spectral data obtained from samples in field conditions and laboratory oven-dried soil. A randomized block design was used with six treatments and four replications, the treatments being: 1. without vinasse; 2. fertigation with chemicals; 3, 4, 5, and 6 received the application of 150, 300, 600, and 900 m³ ha-1 of vinasse, respectively. Models were generated for prediction of chemical and physical soil properties for both types of samples from spectral curves of visible and near-infrared wavelengths. For determination of soil particle size, models classified as acceptable to good (R² from 0.7 to 0.9) were generated, and these models were not affected by the type of sample used. In regard to chemical properties, models were generated with capacity only for differentiation between high and low concentrations (R² from 0.5 to 0.65) for the properties of pH, organic matter, H+Al and cation exchange capacity. The models generated for laboratory oven-dried soil were in some cases better than those generated for samples in field conditions.

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.

Este trabalho teve por objetivo caracterizar e comparar o comportamento espectral de diferentes classes de solo obtidos de sensores orbitais e terrestres. Para tanto, em Rafard (SP), uma área de 184 ha foi estaqueada em grade regular de 100 x 100 m e amostras de solo foram coletadas e seus pontos georreferenciados. Posteriormente, foram obtidas as curvas espectrais das amostras com o sensor IRIS e os pontos amostrais, sobrepostos às imagens Landsat e ASTER da área para coleta dos dados espectrais orbitais. Na sequência, as amostras de terra foram divididas por classe de solo e geradas curvas espectrais médias, por classe de solo, para todos os sensores. Verificou-se que essas classes foram diferenciadas pela textura, matéria orgânica e pelo ferro total para todos os sensores estudados, ressaltando-se que os sensores orbitais, apesar da menor resolução espectral, mantiveram as características das curvas de solo quanto à intensidade de reflectância.

The aim of this study was to characterize and compare the spectral behavior of different soil classes obtained by orbital and terrestrial sensors. For this, an area of 184 ha in Rafard (SP) Brazil was staked on a regular grid of 100x100 m and soil samples were collected and georeferenced. After that, soil spectral curves were obtained with IRIS sensor and the sample points were overlaid at Landsat and ASTER images for spectral data collection. The soil samples were classified and mean soil curves for all sensors were generated by soil classes. The soil classes were differentiated by texture, organic matter and total iron for all sensors studied, the orbital sensors despite the lower spectral resolution, maintained the characteristics of the soil and the curves of reflectance intensity.

O Estado do Mato Grosso do Sul (MS) é um dos principais produtores do setor agropecuário brasileiro. Entretanto, para manter essa condição, terá que ter à disposição metodologias que auxiliem no planejamento do uso racional de suas terras. Desta forma, tornam-se necessárias pesquisas que visem obter métodos de investigação dos solos que atuem de forma rápida, sejam eficazes e, principalmente, de baixo custo. Sabendo-se que o relevo é importante fator de formação dos solos e que fotos aéreas detectam a variação de superfície, espera-se que, juntamente com informações espectrais quantitativas da superfície, possam caracterizar e discriminar solos ou grupamento de solos na paisagem. Assim, este estudo teve por objetivos: (a) identificar diferentes classes de solos e verificar suas relações com os aspectos qualitativos e quantitativos da paisagem; (b) utilizar dados radiométricos de imagens de satélite para discriminar classes ou grupamento de solos. Para tal, foi avaliada a relação entre a classificação dos solos e os aspectos da rede de drenagem, obtidos através da interpretação de fotografias aéreas, e dados espectrais, conseguidos através da análise de imagens de satélite, de 14 amostras circulares (ACs) da região de Maracaju (MS), onde os solos são desenvolvidos a partir de basaltos. A densidade de drenagem (Dd) apresentou correlação com o índice de intemperismo (Ki) e com a saturação de bases do solo (V%), permitindo discriminar classes de solos dentro da área de estudo com 85,7 % de certeza, enquanto os dados espectrais somente discriminaram solos quanto às classes texturais da camada superficial. Além disso, observou-se que nos solos com teores de Fe2O3 acima de 180 g kg-1 a diferenciação por classes texturais foi prejudicada mediante o do uso das imagens de satélite.

The state of Mato Grosso do Sul (MS) is one of the main Brazilian producers in the agricultural sector. To maintain this status, however, it will be necessary both to know and use rationally its soil resources. This way, it will be necessary methods of soil research that are efficient and fast in obtain information, as well as of low-cost to support land use planning. Since relief is an important factor of soil formation, aerial photos and satellite images analysis can be used to detect landscape features that help to characterize and discriminate soils. Therefore, the goals of this study were: (a) to identify different soil classes and verify their relationships with landscape aspects by the interpretation of aerial photos; and (b) to use radiometric data, obtained from satellite images analysis, to discriminate soils or groups of soils on landscape. To do so, it was evaluated the relationship between soil classes and relief and drainage aspects, obtained by the interpretation of aerial photos in conjunction with spectral data obtained by satellite image analysis of 14 circular samples (CS) of the Maracaju city in the MS state. The drainage density (Dd), determined in the CS, showed positive correlation with the soil Ki index and base saturation (V%) index, thus allowing discriminate soil classes of the studied area with 85.7 % of certainty, whereas the spectral data only discriminated soils by the textural classes of their surface layer. On the other hand, it was also observed that soils with Fe2O3 content higher than 180 g kg-1 had their textural classes poorly differentiated by using the spectral data.

O uso de técnicas de sensoriamento remoto nos estudos de solo é relativamente recente e pode abrir novos campos nesta área. Objetivou-se com este trabalho estimar atributos químicos e físicos de solos da região de Ibaté e São Carlos (SP), por meio de equações de regressão linear e múltipla, geradas a partir de informações eletromagnéticas captadas por sensores instalados em laboratório e satélite. Foi realizada uma análise da viabilidade econômica da utilização de sensores na quantificação de elementos do solo em comparação ao método convencional de análises de solo. Para tanto, foram georreferenciadas e realizadas análises espectrais em laboratório (sensor FieldSpec, 400-2500 nm) e por sensor orbital (ASTER) de 319 amostras de terra. Assim, elaboraram-se modelos de predição para atributos de amostras de terra desconhecidas, nos dois níveis de aquisição. Foi possível quantificar o teor de argila (R² = 0,69) e areia (R² = 0,53) do solo, utilizando-se a energia eletromagnética refletida e mensurada por sensor terrestre. Através do sensor orbital obtiveram-se coeficientes de determinação de 0,45 e 0,41 para areia grossa e areia total respectivamente. Verificaram-se que a análise de atributos do solo por sensores pode ser um método menos oneroso, mais rápido e não poluente, como apoio ao método tradicional de análise de terra.

The use of remote sensing techniques in soils studies is relatively new. Further research in this area should be made. The objective of this work was to estimate chemical and granulometric attributes of soil from Ibaté and São Carlos counties, State of São Paulo, through multiple and linear regression equations generated with reflected electromagnetic information collect by sensors installed in laboratory and satellite. An analysis of the economic viability of the sensor uses for quantifying soil attributes were carried out in comparison with the conventional method of soil analysis. It was collected and georeferenced 319 soil samples. The soil samples were evaluated by laboratory sensor (FielSpec) and orbital image (ASTER). Spectral prediction models were elaborated for both acquisition levels. The models were used to determine the attributes on unknown samples. It was possible to quantify some soil attributes, such as clay (R² = 0.69) and sand (R² = 0.53) content using the reflected electromagnetic energy measures by terrestrial sensor. The orbital sensor showed good results to predict coarse sand (R² = 0.45) e total sand (R² = 0.41). It was verified that the attribute analysis by sensors can be cheaper and faster to assist the traditional method of soil analysis.

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.

Um grande número de amostras de solos seria necessário para delimitar com precisão os limites das unidades de solos. Assim, técnicas que possam auxiliar em levantamentos pedológicos como o sensoriamento remoto tem provado ser de grande valia. O objetivo foi avaliar a possibilidade de diferenciar solos por meio de dados espectrais em laboratório e orbitais. Para o trabalho foi escolhida uma área de 473 ha com solo exposto, proveniente de dois materiais de origem distintos, o arenito com cimento argiloso e o basalto. Foi estabelecida uma grade (100 m x 100 m) em toda a área de estudo, totalizando 473 pontos de amostragem, todos georreferenciados. Para cada ponto da grade, foram coletadas amostras de solo nas profundidades 0-20 cm (superfície, A) e 80-100 cm (subsuperfície, B). A partir dos resultados das análises químicas e físicas e descrição de perfis, gerou-se o mapa de solos, e posteriormente, cada unidade desse mapeamento foi diferenciada por textura. As reflectâncias de laboratório foram obtidas com o espectroradiômetro IRIS, na faixa de 450 a 2500 nm. As reflectâncias orbitais foram obtidas após o processamento de uma imagem TM-Landsat-5, para os pontos de amostragem. Equações discriminantes foram geradas partindo-se dos dados espectrais por tratamento estatístico, que selecionou entre as setenta variáveis espectrais em laboratório, cinquenta e seis, sendo selecionadas para o modelo espectral orbital as seis bandas reflectivas do sensor TM. As equações geradas foram testadas, obtendo-se matrizes de confusão, onde ocorreu um acerto de 81% para os dados espectrais em laboratório e 40% de concordância para os dados orbitais.

A huge amount of soil samples would be necessary to determine with precision the limits of soil units. Techniques that would help on soil surveys such as the remote sensing ones have been proved to be of great value. The objective of this work was to evaluate the possibility of differentiating soils using spectral data from laboratory and satellite sensors. A study area with soils originated from two different parent materials, sandstone with loamy cement and basalt, was selected. A grid (100 m x 100 m) was used, totalizing 473 sampling points in the depths 0-20 cm (superficial, A) and 80-100 cm (subsuperficial, B). A soil map of the area with 28 mapping units was generated. The laboratory spectra (450 to 2500 nm) were obtained with an IRIS spectroradiometer. The orbital reflectance was obtained by image processing and overlaying of the TM-Landsat-5 bands in the sampling points. Discriminant equations were generated by statistical treatment with the SAS software. From the seventy initial variables from laboratory data, fifty six were selected to generate the models of the equations; for orbital data, six of the seven TM bands were selected. The equations were tested and the confusion matrix were obtained. Discriminant equations from laboratory data presented 81% success and the equations with orbital data 40%, however, for the satellite data it was verified a good efficiency for separating soils from different parent materials.