Resumo O objetivo deste trabalho foi avaliar o emprego da espectroscopia de infravermelho próximo (NIRS) para a predição de formas de P, C e N, em solos desenvolvidos de basalto, com uso de modelos multivariados e de amostras com diferentes granulometrias. Amostras de Latossolos e Nitossolos provenientes de áreas de cultivo, pastagem e vegetação nativa foram coletadas nas camadas de 0,0-0,20 e de 0,60-0,80 m, e analisadas quanto aos teores de P disponível, P remanescente, C orgânico, C total e N total. Os espectros na região entre 1.100 e 2.500 nm foram obtidos de amostras com granulometria menor do que 2,0 e 0,2 mm. Modelos multivariados de predição foram construídos e validados a partir dos resultados obtidos pelos métodos de referência e dos espectros. O peneiramento das amostras em malha de 0,2 mm melhorou a relação entre os comprimentos de onda no NIRS e os teores de C orgânico, C total e N total no solo, o que permitiu a obtenção de melhores modelos de calibração e predição para esses atributos. Independentemente do tamanho das partículas, os modelos não apresentam robustez, acurácia e precisão adequadas de predição para o P extraível e o P remanescente.
Abstract The objective of this work was to evaluate the use of near-infrared spectroscopy (NIRS) to predict P, C, and N forms in soils developed from basalt, using multivariate models and soil samples with different granulometries. Samples from Oxisols and Alfisols from croplands, pasture, and native vegetation areas were collected at the 0.0-0.20 and 0.60-0.80-m soil layers, and analyzed for contents of available P, remaining P, organic C, total C, and total N. Spectra in the region between 1,100 and 2,500 nm were obtained on samples with granulometry smaller than 2.0 and 0.2 mm. Multivariate prediction models were constructed and validated from the results obtained by the reference methods and spectra. Sample screenings through 0.2 mm mesh improved the relationship between wavelengths in NIRS and the contents of organic C, total C, and total N in the soil, which allowed better calibration and prediction models for these attributes. Irrespectively of particle sizes, the models did not show appropriate robustness, accuracy, and precision for extractable P and remaining P.
