A obtenção de informações sobre solo de modo sistematizado é necessária com a crescente demanda no sistema agrícola e ambiental. Este trabalho objetiva testar a técnica do modelo de análise de mistura espectral com múltiplos membros finais (MESMA) para mapear atributos do solo com base em uma imagem ASTER. Para tanto, foram utilizadas 184 amostras georeferenciadas de solo da região de Rafard. Estes pontos foram sobrepostos a imagem de satélite para a coleta dos dados espectrais. Na sequência, as informações de laboratório e da imagem foram combinadas e procedeu-se o agrupamento das amostras em classes para os atributos textura, matéria orgânica, saturação por bases, CTC e ferro total. Após classificadas, geraram-se curvas médias para cada classe de atributo. As informações espectrais foram utilizadas como membros finais para a geração dos mapas através do MESMA. Mapas dos mesmos atributos também foram obtidos através de análise geoestatística. A partir dos dois mapas gerados, realizouse uma análise de tabulação cruzada para verificar a eficiência do MESMA no mapeamento de atributos do solo. Observou-se elevada similaridade entre os mapas de textura, matéria orgânica, CTC e ferro total. Conclui-se que a metodologia mostra-se eficiente no mapeamento dos atributos do solo estudados.

Systematic, physically based acquisition of information regarding soils is required to meet increasing demand in agricultural and environmental systems. The objective of this work is to evaluate the use of multiple endmember spectral mixture analysis (MESMA) for mapping soil attributes within ASTER imagery. A total of 184 georeferenced soil samples were collected from Rafard, São Paulo State, Brazil. These points were overlain on the satellite image to collect spectral data. The laboratory and image information were then arranged and prepared by clustering samples into classes based on the following soil attributes: texture, organic matter, base saturation (V%), CEC and total iron. Following this classification, mean spectral curves were generated for each attribute class. Spectral curves were used as endmembers for the generation of maps using MESMA. Maps of the same attributes were also generated using geostatistical analyses. Based on the two generated maps, a crosstabulation was used to evaluate the accuracy of MESMA for mapping soil attributes. Agreement was high for maps of the texture, organic matter, CEC and total iron. We conclude that the methodology used in this work was efficient for mapping soil attributes.