O mapeamento digital tem se tornado uma das mais importantes ferramentas na predição e mapeamento de solos. Apesar de sua importância, é ainda pouco difundido no Brasil, principalmente na predição e mapeamento de atributos de solo. O objetivo desta tese foi apresentar e avaliar diferentes modelos que podem ser utilizados no mapeamento digital de atributos de solo. Primeiramente foram discutidos e analisados diferentes modelos empíricos e, em sequência, também foram avaliados modelos mecanísticos. Dois estudos foram apresentados, um envolvendo um modelo empírico para predição e mapeamento de concentração e estoque de carbono no solo e outro utilizando modelos mecanísticos para predição de profundidade do solo e sua alteração com o tempo, em diferentes posições da paisagem. Os estudos foram aplicados no Vale dos Vinhedos, RS. Ambos modelos apresentaram validação satisfatória e capacidade de mapear atributos de solos. O modelo empírico apresentou maior dependência em relação aos dados de campo e seus resultados variaram de acordo com o método escolhido e o número e representatividade amostral. O modelo mecanístico se mostrou complexo e importante para identificar tendências de distribuição do atributo mapeado (profundidade do solo), apesar da impossibilidade de modelar todos os fenômenos envolvidos durante a pedogênese. Também apresentou menor dependência das condições amostrais e condições para melhor compreensão do comportamento dos elementos envolvidos durante os fenômenos naturais de pedogênese. Ambos modelos podem ser utilizados no mapeamento digital de solos, considerando as suas vantagens e respeitando as limitações de cada técnica utilizada. / The digital mapping has become one of the most important tools on soil predicting and mapping. Although the importance, it is still a poorly disseminated methodology in Brazil, mainly when applied in soil attributes prediction and mapping. This thesis aimed to present and evaluate different models that can be used in digital mapping of soil attributes. Firstly, different techniques from empirical models to predict and map were discussed. In sequence, techniques from mechanistic models were also evaluated. Two studies were presented. The first study involved an empirical model to predict and map soil organic carbon content and stocks. The second used a mechanistic model to predict soil thickness and its variation over time in different landscape positions. The studies were conducted in Vale dos Vinhedos, RS, Brazil. Both models performance were considered satisfactory and able to map soil attributes. The empirical models depended from soil samples and results varied conform the method chosen, the soil samples number and representativity. The mechanistic models showed complexity and it was important to identify soil thickness tendencies, despite the impossibility to model all the phenomena involved during the pedogenesis. It was less dependent from soil samples and allowed a better understanding about the elements behavior involved. Both models can be used in digital mapping of soil attributes, considering their advantages and respecting each technique limitations.

A compreensão dos processos de formação de solos e de sua distribuição na paisagem é um aspecto importante para estudos sobre a capacidade de suporte e a resiliência a impactos ambientais de diferentes tipos. Com base no exposto, os objetivos do trabalho foram caracterizar a morfologia, os atributos físicos, químicos e mineralógicos de solos em topossequência na região Sudeste de Porto Alegre, bem como avaliar a natureza e intensidade dos processos pedogenéticos envolvidos na formação destes solos e a classificação segundo o Sistema Brasileiro de Classificação e Soil Taxonomy. Foram realizadas descrições morfológicas de quatro perfis de solos e coletado material para determinar granulometria, área superficial especifica (ASE), índice de uniformidade (VU), complexo sortivo, ataque por H2SO4 e determinações dos índices Ki e Kr, bem como teores de ferro extraído com ditionito citrato bicarbonato (Fed) e com oxalato de amônio (Feo). Foi realizada difratometria por Raios – X (DRX) na fração menor que 2 mm. Também foram coletadas amostras indeformadas para determinar a condutividade hidráulica saturada (K), a porosidade total (Pt) e a densidade do solo (Ds). Os perfis descritos mostraram-se profundos, com gradiente textural acentuado e cores amareladas. Não apresentaram indícios de descontinuidade litológica (índice VU < 0,6). A ASE (inferior a 36 m² g-¹), a CTCpH7 (inferior a 13 cmolc Kg-1), o silício, o alumínio (obtidos pelo ataque sulfúrico) e o Fed (inferior a 19,5 cmolc Kg-¹) apresentaram relação positiva com a argila. A K foi entre 7,2 e 40 cm h-¹, sendo os maiores valores nos horizontes superficiais A, enquanto a Ds maior que 1,38 g cm-³ em todos os horizontes avaliados. Foram verificados valores de Ki e Kr maiores que 0,75, indicando solos cauliníticos e a DRX indicou predominância de quartzo e presença de caulinita que aumenta em profundidade. Os resultados indicaram a ocorrência do processo de lessivagem como formador mais expressivo do gradiente textural em grau de desenvolvimento variável e os perfis foram classificados como Argissolos Amarelos (Alfisol e Ultisols) e Neossolo Litólico (Entisol). / Understanding the formation processes of soils and their distribution in the landscape is an important aspect of studies on support capacity and resilience to environmental impacts of different types. On this basis, the objectives were to characterize soils morphology and physical, chemical and mineralogical characteristics into toposequence in the southeastern region of Porto Alegre, and assess the nature and intensity of pedogenic processes involved in the formation of these soils and ranking second the Brazilian System of Soil Classification and Soil Taxonomy. Morphological descriptions were conducted in four soil profiles and collected materials to determine particle size, specific surface area (SSA), uniformity index (VU),chemical composition, attack by H2SO4 and determinations of the Ki and Kr indexes, as well as content of iron extracted by dithionite citrate bicarbonate (Fed) and ammonium oxalate (Feo). ( Continuation) X-rays diffraction (XRD) was performed in the fraction smaller than 2 mm. Undisturbed samples were also collected to determine the saturated hydraulic conductivity (K), total porosity (Pt) and bulk density (Ds). The profiles described were shown to be deep, with high textural gradient and color yellow. No evidence of lithological discontinuity (VU index <0.6). The ASE (less than 36 m2 g-1), the CEC (less than 13 cmolc kg-1), silica, aluminum (obtained by H2SO4) and the Fed (less than 19.5 cmolc Kg-1) were positively related with clay. The K was between 7,2 and 40 cm h-1, and the higher values was in surface horizons, while the Ds greater was than 1.38 g cm- 1 at all horizons. Were verified Ki and Kr greater than 0,75, indicating kaolinitic soils and XRD indicated a predominance of quartz and presence of kaolinite, which increases in depth. The results indicated the occurrence of the lessivage process acting in the formation of the textural gradient in degree of development variable and profiles were classified as Ultisols, Alfisol and Entisol.

Os satélites para sensoriamento remoto atualmente dispoívies à comunidade científica possuem diferenies resoluções espaciais, por exemplo: SPOT 20 e 10 metros, LANDSAT-TM 30 metros e NOA-AVHRR 1100 metros. Essa resolução frequentemente não é grande o suficiente para um grande número de aplicações que necessitam de uma percepção da cena mais detalhada. Muitas vezes, no interior de uma célula de resolução (pixel) mais de uma classe ocorre. Este caso é conhecido como pixel mistura. Na classificação de imagens obtidas por sensoriamento remoto é comum a utilização de metodologias que atribuem somente uma classe a um pixel, como o procedimento clássico da máxima verossimilhança. Esse procedimento resulta frequentemente em uma estimação errônea das áreas ocupadas pelas classes presentes na cena. Em alguns casos, especialmente quando não há uma classe dominante, isto pode ser a fonte de um erro significativo. Desde o início dos anos 70, diferentes metodologias têm sido propostas para o trabalho num nível de subpixel. A grande vantagem do trabalho nesse nível é que um pixel não é necessariamente atribuído a somente uma classe. O pixel tem um grau que o correlaciona a cada classe: de zero(se a classe não ocorre no pixel) até 1 (a classe ocorre no pixel inteiro). Assim, cada pixel tem um vetor associado que estima a proporção de cada classe nele. A metodologia mais comumente utilizada considera a refletância do pixel mistura como uma combinação linear da refletância média de cada classe componente. De acordo com essa visão as refletâncias associadas às classes componentes são consideradas constantes conhecidas i.e., não são variáveis aleatórias. Assim, a proporção de cada classe no pixel é obtida pela resolução de um sistema de equações lineares. Uma outra metodologia é assumir as refletâncias que caracterizam as classes como sendo variáveis aleatórias. Nesta visão, as informações a respeito das distribuições das classes é utilizada. A estimativa das proporções de cada classe é obtida pelo vetor de proporções que maximiza a função de verossimilhança. Mais recentemente, uma visão diferente foi proposta: a utilização da lógica fuzzy. Esta metodologia utiliza o conceito de função de pertinência que é essencial à teoria dos conjuntos fuzzy. Esta função utiliza elementos com natureza estatística ou não para a estimação das proporções. No presente trabalho, duas funções de pertinência foram definidas: a primeira baseada na função densidade probabilidade gaussiana e a segunda baseada diretamente na distância de Mahalanobis. O objetivo deste estudo é avaliar cada uma das metodologias anteriores em termos de acurácia, performance e dados necessários. Para este objetivo, as metodologias foram implementadas computacionalmente e alimentadas com imagens LANDSAT-TM. Para a avaliação da acurácia dos modelos um estudo qualitativo foi executado.

Regressões logísticas múltiplas (RLM), que estabelecem relações matemáticas entre variáveis resposta discretas e variáveis explanatórias contínuas, foram avaliadas quanto ao seu potencial em predizer a ocorrência e distribuição de classes de solos nas regiões da Bacia Hidrográfica de Arroio Portão, de Ibirubá e Quinze de Novembro e de Viamão. A partir de modelo numérico de terreno digital (MNT) com 90 m de resolução, foram calculadas variáveis de terreno topográficas (elevação, declividade e curvaturas) e hidrográficas (distância dos rios, índice de umidade topográfica, índice de poder de córrego, comprimento de fluxo de escoamento) de cada área de estudo. Foram então estabelecidas RLM entre as classes de solos das regiões com base em levantamento tradicional e as variáveis de terreno. As regressões serviram para calcular a probabilidade de ocorrência de cada classe de solo, sendo que o mapa final de solos estimado foi produzido com base na seleção da classe de solo com maior probabilidade de ocorrência. A acurácia geral (AG), que avaliou a capacidade dos mapas estimados reproduzirem os respectivos mapas originais, foi de 40,3% (Viamão), 58,3% (Ibirubá) e 58,7% (Arroio Portão), e o coeficiente Kappa de Cohen foi de 32,6% (Viamão), 36,6% (Ibirubá) e 41,7% (Arroio Portão). A simplificação da legenda dos mapas elevou a acurácia geral dos mapas para 61,4% (Iburubá) e 67,7% (Arroio Portão) e o coeficiente de Kappa para 38,3% (Ibirubá) e 50,3% (Arroio Portão) de Kappa. Os melhores resultados foram verificados para a bacia do Arroio Portão, em escala maior que os demais (1:50.000) e que possui unidades de mapeamento de solos bem diferenciadas e, ocupando extensas áreas do terreno. Conclui-se que as RLM têm potencial como método preditivo para predição de ocorrência de classes de solos, produzindo resultados de qualidade dependente da qualidade do MNT, da escala do mapa original e do grau de relação entre as classes de solos e as variáveis de terreno. / Multiple logistic regressions (MLR), which establish mathematical relationships between discrete response variables and continuous explanatory variables, were appraised regarding their potential for predicting the occurrence and distribution of classes of soils in the areas of Arroio Port~ao Basin, of Ibirubá and Quinze de Novembro, and of Viamão. From a digital elevation model (DEM) with resolution of 90m, topographical (elevation, steepness, and curvatures) and hydrologic (distance to rivers, Topographic Wetness Index, Stream Power Index, and flow length) were calculated for each study area. MLR were established between classes of soils mapped by traditional soil survey techniques and the terrain derived variables. The regressions calculated the probability of occurrence of each soil class, and the final map predicted the occurrence of soils classes based on the selection of the soil class with larger probability of occurrence. General accuracy evaluated the capacity of the estimated maps to reproduce the respective original maps, and had values of 40,3% (Viamão), 58,3% (Ibirubá), and 58,7% (Arroio Portão), and Kappa Index was of 32,6% (Viamão), 36,6% (Ibirubá), and 41,7% (Arroio Portão). The simplification of the original map legends elevated the general accuracy to 61,4% (Iburubá) and 67,7% (Arroio Portão), and Kappa Index to 38,3% (Ibirubá) and 50,3% (Arroio Portão). The best results were verified for the Arroio Portão Basin, with larger scale (1:50.000) than the others areas and having soil mapping units more differentiated and occupying large area extensions. MLR have potential as method for prediction of occurrence of soil classes, reproducing results with quality differentiated in function of quality of the DEM, scale of the original soil map, and degree of dependence between occurrence of soil classes and terrain variables.

O trabalho teve por objetivo contribuir na busca de informações sobre o uso do solo em seus diferentes manejos e influência do homem, avaliando possíveis modificações e alguns indicadores de qualidade do mesmo nas regiões de estudo caracterizadas pelo modelo de agricultura familiar, em três propriedades do estado do Rio Grande do Sul. Foram escolhidos municípios pertencentes à região do Vale do Rio Caí (Bom princípio e Feliz). Esta é caracterizada por problemas de inadequação do uso e manejo do solo, disposição de dejetos animais e utilização intensiva de insumos externos (fertilizantes químicos de síntese e agrotóxicos, principalmente). Também são constatadas na referida localidade, propriedades onde a utilização do solo e a aplicação de insumos são menos intensivas, áreas onde os sistemas de produção obedecem a uma organização com base em princípios e conhecimentos mais sustentáveis, e mesmo áreas preservadas, com vegetação natural. Propriedades e áreas representativas para amostragens foram escolhidas mediante a iniciativa e a percepção dos envolvidos no trabalho, com a participação de agricultores. Uma série de análises visando à caracterização dos solos, e a estimativa da qualidade dos mesmos foi realizada nas localidades selecionadas, para inferir diferenças ou alterações nessa qualidade por meio de indicadores, bem como inferir possíveis mudanças da classificação do solo da região. Foram utilizados como tratamentos seis diferentes usos, onde se observaram atributos físicos(densidade do solo, porosidade total, macro e micro), químico (condutividade elétrica - CE) e microbiológico (carbono da biomassa microbiana do solo e carbono orgânico partículado) como indicadores de qualidade do solo, com objetivo de identificar mudanças desses indicadores entre os diferentes usos. Observaram-se diferenças entre usos para biomassa microbiana, condutividade elétrica, porosidade total e macroporosidade, não diferindo significamente para microporosidade e carbono orgânico particulado, mostrando que esses indicadores foram sensíveis em sua maioria para mostrar diferença entre usos. Os perfis foram classificados respectivamente como Chernossolo Háplico órtico típico (P1); Luvissolo Háplico órtico típico (P2); Chernossolo Háplico órtico típico (P3); Chernossolo Háplico órtico típico (P4) e Argissolo Vermelhoamarelo Ta distrófico típico (P5). A distribuição dos solos concorda com levantamentos anteriores, mostrando a influência de fatores pedogenéticos,como material de origem e relevo, nas características e nos processo de formação ocorridos. / The work aimed to help in the search for information on the use of land in its various management and influence of man, evaluating possible changes, and some indicators of soil quality in areas of study characterized by the model of family farming . Three small farming properties Rio Grande do Sul were selected in municipalities within the region of Vale do Rio Caí (Good and Happy principle). This is characterized by problems of inadequate use and soil management, disposal of animal wastes and intensive use of external inputs (fertilizers and pesticides of synthetic chemicals, mainly). Are also found in that locality, properties where the land use and application of inputs is less intensive, areas where the production systems to meet an organization based on principles and knowledge more sustainable, and even preserved areas with natural vegetation. Properties and representative areas were chosen for sampling by the initiative and the perception of the and participation of farmers. A series of analysis to the characterization of the soil, and the estimation of their capacity was undertaken in selected locations, to infer differences or changes by the means of indicators, and possible changes in the classification of soil in the region. Treatments were used as six different uses, which physical attributes (bulk density, total porosity, macro and micro), chemical (electrical conductivity - EC) and microbiological (microbial biomass carbon and soil organic carbon particles) were evaluated as indicators of soil quality, in order to identify indicators of changes between different uses. There were differences between uses for microbial biomass, conductivity, total porosity and macroporosity, whreas microporosity and for particulate organic carbon, didn´t showed significant differences between treatments,showing that the major part of these indicators were sensitive to show differences between uses. The profiles were classified, according to brazilian system of soil classification, as Chernossolo Háplico órtico típico (P1); Luvissolo Háplico órtico típico (P2); Chernossolo Háplico órtico típico (P3); Chernossolo Háplico órtico típico (P4) e Argissolo Vermelho-amarelo Ta distrófico típico (P5). The distribution of soils agree with previous surveys, showing the influences of pedogenic factors in their characteristics and soil forming processes occurred.

O mapeamento digital tem se tornado uma das mais importantes ferramentas na predição e mapeamento de solos. Apesar de sua importância, é ainda pouco difundido no Brasil, principalmente na predição e mapeamento de atributos de solo. O objetivo desta tese foi apresentar e avaliar diferentes modelos que podem ser utilizados no mapeamento digital de atributos de solo. Primeiramente foram discutidos e analisados diferentes modelos empíricos e, em sequência, também foram avaliados modelos mecanísticos. Dois estudos foram apresentados, um envolvendo um modelo empírico para predição e mapeamento de concentração e estoque de carbono no solo e outro utilizando modelos mecanísticos para predição de profundidade do solo e sua alteração com o tempo, em diferentes posições da paisagem. Os estudos foram aplicados no Vale dos Vinhedos, RS. Ambos modelos apresentaram validação satisfatória e capacidade de mapear atributos de solos. O modelo empírico apresentou maior dependência em relação aos dados de campo e seus resultados variaram de acordo com o método escolhido e o número e representatividade amostral. O modelo mecanístico se mostrou complexo e importante para identificar tendências de distribuição do atributo mapeado (profundidade do solo), apesar da impossibilidade de modelar todos os fenômenos envolvidos durante a pedogênese. Também apresentou menor dependência das condições amostrais e condições para melhor compreensão do comportamento dos elementos envolvidos durante os fenômenos naturais de pedogênese. Ambos modelos podem ser utilizados no mapeamento digital de solos, considerando as suas vantagens e respeitando as limitações de cada técnica utilizada. / The digital mapping has become one of the most important tools on soil predicting and mapping. Although the importance, it is still a poorly disseminated methodology in Brazil, mainly when applied in soil attributes prediction and mapping. This thesis aimed to present and evaluate different models that can be used in digital mapping of soil attributes. Firstly, different techniques from empirical models to predict and map were discussed. In sequence, techniques from mechanistic models were also evaluated. Two studies were presented. The first study involved an empirical model to predict and map soil organic carbon content and stocks. The second used a mechanistic model to predict soil thickness and its variation over time in different landscape positions. The studies were conducted in Vale dos Vinhedos, RS, Brazil. Both models performance were considered satisfactory and able to map soil attributes. The empirical models depended from soil samples and results varied conform the method chosen, the soil samples number and representativity. The mechanistic models showed complexity and it was important to identify soil thickness tendencies, despite the impossibility to model all the phenomena involved during the pedogenesis. It was less dependent from soil samples and allowed a better understanding about the elements behavior involved. Both models can be used in digital mapping of soil attributes, considering their advantages and respecting each technique limitations.

O Mapeamento Digital de Solos (MDS) se utiliza de modelos quantitativos para inferir as variações espaciais e temporais dos solos. Embora venha sendo empregado mundialmente, o MDS ainda não apresenta uma padronização de métodos e materiais. O objetivo deste trabalho foi avaliar e comparar o uso de diferentes metodologias e materiais para análise de dados e predição de ocorrência de classes de solos. Esta pesquisa é composta de uma revisão bibliográfica e de três estudos de predição de ocorrência de classes de solos utilizando técnicas do MDS. Na revisão bibliográfica é discutido e exemplificado o uso de algoritmos de árvores de decisão no MDS, sendo enfatizado o algoritmo CART (Classification And Regression Tree). No primeiro estudo, realizado no município de Dois Irmãos, foram avaliados e comparados os efeitos do uso de diferentes modelos digitais de elevação (MDE) sobre a capacidade preditiva dos modelos de predição de ocorrência de classes de solos. Os modelos preditores foram treinados com dados dos atributos do terreno derivados dos diferentes MDE e com informações de solos extraídas do mapa pedológico, na escala de 1:20.000. Os MDE com resolução espacial de 90 m possibilitaram gerar os modelos preditores mais acurados. Na bacia do Rio Santo Cristo, dois estudos foram desenvolvidos. No primeiro estudo realizado nesta bacia foi avaliado e comparado o uso de três esquemas de amostragem de dados para o treinamento dos modelos. A correlação foi gerada com dados de atributos do terreno e informações de solos oriundas de um mapa convencional de solos na escala de 1:50.000. Os esquemas de amostragem influenciaram na acurácia dos modelos preditores, sendo o modelo preditor treinado com dados da amostragem aleatória simples o mais acurado. No segundo estudo realizado para a bacia do Rio Santo Cristo, foi desenvolvido e avaliado um método que concilia o conhecimento pedológico às técnicas do MDS. Primeiramente, foi realizada a predição de ocorrência de classes de solos correlacionando atributos do terreno e a taxonomia de perfis de solos georreferenciados. Esta distribuição espacial das classes de solos foi utilizada para o pedólogo delinear manualmente as unidades de mapeamento de solos (UM). O mapa de UM gerado pelo método proposto apresentou valor da acurácia (avaliada pela verdade de campo) semelhante à de um mapa convencional de solos já existente. Assim, a associação do conhecimento do pedólogo à predição de classes de solo pelas técnicas do MDS demonstrou ser um método especialmente útil na falta de mapas pedológicos de referência para treinamento dos modelos preditores. / The Digital soil mapping (DSM) is used to infer spatial and temporal variations of soil by using quantitative models. Although it has been used worldwide, DSM does not present standardized methods and materials. The objective of this study was to evaluate and compare the use of different methodologies and materials for data analysis and prediction of occurrence of soil class. This research consists of a scientific review and three studies of prediction of occurrence of soil class using DSM techniques. In the scientific review is discussed and exemplified the use of decision tree algorithms to generate predictive models of occurrence of soil class, being emphasized the CART algorithm (Classification And Regression Tree). In the first predictive study, performed in the Dois Irmãos county, were evaluated and compared the effects of using different digital elevation models (DEM) on the ability models to predict the occurrence of soils classes. The prediction models were trained with data from terrain attributes derived from different DEM and soils information extracted from soil map at scale 1:20,000. The DEM with 90 m spatial resolution made it possible to generate the predictive models most accurate. In the Rio Santo Cristo basin, two studies were developed. In the first study of this basin was evaluated and compared three data sampling schemes for training the models. The correlation was generated with data from terrain attributes and soil information derived from a conventional soil map at a scale of 1:50,000. The sampling scheme to influence the accuracy of predictive models, with the model predictor trained with data from simple random sampling was more accurate. In the second study for the Santo Cristo river basin, was developed and evaluated a method that reconciles the soil knowledge of MDS techniques. First, was performed the prediction of occurrence of soil types correlating terrain attributes and taxonomy of soil profiles georeferenced. This spatial distribution of soil classes was used by the pedologist for delineating soil mapping units (MU). The map of MU generated by the proposed method showed values of accuracy (assessed by ground truth) similar to that of a conventional map of existing soils. Therefore, the combination of the knowledge of pedologist the prediction of soil classes by MDS techniques proved to be a particularly useful method in the absence of soil maps of reference for training predictive models.

Os satélites para sensoriamento remoto atualmente dispoívies à comunidade científica possuem diferenies resoluções espaciais, por exemplo: SPOT 20 e 10 metros, LANDSAT-TM 30 metros e NOA-AVHRR 1100 metros. Essa resolução frequentemente não é grande o suficiente para um grande número de aplicações que necessitam de uma percepção da cena mais detalhada. Muitas vezes, no interior de uma célula de resolução (pixel) mais de uma classe ocorre. Este caso é conhecido como pixel mistura. Na classificação de imagens obtidas por sensoriamento remoto é comum a utilização de metodologias que atribuem somente uma classe a um pixel, como o procedimento clássico da máxima verossimilhança. Esse procedimento resulta frequentemente em uma estimação errônea das áreas ocupadas pelas classes presentes na cena. Em alguns casos, especialmente quando não há uma classe dominante, isto pode ser a fonte de um erro significativo. Desde o início dos anos 70, diferentes metodologias têm sido propostas para o trabalho num nível de subpixel. A grande vantagem do trabalho nesse nível é que um pixel não é necessariamente atribuído a somente uma classe. O pixel tem um grau que o correlaciona a cada classe: de zero(se a classe não ocorre no pixel) até 1 (a classe ocorre no pixel inteiro). Assim, cada pixel tem um vetor associado que estima a proporção de cada classe nele. A metodologia mais comumente utilizada considera a refletância do pixel mistura como uma combinação linear da refletância média de cada classe componente. De acordo com essa visão as refletâncias associadas às classes componentes são consideradas constantes conhecidas i.e., não são variáveis aleatórias. Assim, a proporção de cada classe no pixel é obtida pela resolução de um sistema de equações lineares. Uma outra metodologia é assumir as refletâncias que caracterizam as classes como sendo variáveis aleatórias. Nesta visão, as informações a respeito das distribuições das classes é utilizada. A estimativa das proporções de cada classe é obtida pelo vetor de proporções que maximiza a função de verossimilhança. Mais recentemente, uma visão diferente foi proposta: a utilização da lógica fuzzy. Esta metodologia utiliza o conceito de função de pertinência que é essencial à teoria dos conjuntos fuzzy. Esta função utiliza elementos com natureza estatística ou não para a estimação das proporções. No presente trabalho, duas funções de pertinência foram definidas: a primeira baseada na função densidade probabilidade gaussiana e a segunda baseada diretamente na distância de Mahalanobis. O objetivo deste estudo é avaliar cada uma das metodologias anteriores em termos de acurácia, performance e dados necessários. Para este objetivo, as metodologias foram implementadas computacionalmente e alimentadas com imagens LANDSAT-TM. Para a avaliação da acurácia dos modelos um estudo qualitativo foi executado.

Regressões logísticas múltiplas (RLM), que estabelecem relações matemáticas entre variáveis resposta discretas e variáveis explanatórias contínuas, foram avaliadas quanto ao seu potencial em predizer a ocorrência e distribuição de classes de solos nas regiões da Bacia Hidrográfica de Arroio Portão, de Ibirubá e Quinze de Novembro e de Viamão. A partir de modelo numérico de terreno digital (MNT) com 90 m de resolução, foram calculadas variáveis de terreno topográficas (elevação, declividade e curvaturas) e hidrográficas (distância dos rios, índice de umidade topográfica, índice de poder de córrego, comprimento de fluxo de escoamento) de cada área de estudo. Foram então estabelecidas RLM entre as classes de solos das regiões com base em levantamento tradicional e as variáveis de terreno. As regressões serviram para calcular a probabilidade de ocorrência de cada classe de solo, sendo que o mapa final de solos estimado foi produzido com base na seleção da classe de solo com maior probabilidade de ocorrência. A acurácia geral (AG), que avaliou a capacidade dos mapas estimados reproduzirem os respectivos mapas originais, foi de 40,3% (Viamão), 58,3% (Ibirubá) e 58,7% (Arroio Portão), e o coeficiente Kappa de Cohen foi de 32,6% (Viamão), 36,6% (Ibirubá) e 41,7% (Arroio Portão). A simplificação da legenda dos mapas elevou a acurácia geral dos mapas para 61,4% (Iburubá) e 67,7% (Arroio Portão) e o coeficiente de Kappa para 38,3% (Ibirubá) e 50,3% (Arroio Portão) de Kappa. Os melhores resultados foram verificados para a bacia do Arroio Portão, em escala maior que os demais (1:50.000) e que possui unidades de mapeamento de solos bem diferenciadas e, ocupando extensas áreas do terreno. Conclui-se que as RLM têm potencial como método preditivo para predição de ocorrência de classes de solos, produzindo resultados de qualidade dependente da qualidade do MNT, da escala do mapa original e do grau de relação entre as classes de solos e as variáveis de terreno. / Multiple logistic regressions (MLR), which establish mathematical relationships between discrete response variables and continuous explanatory variables, were appraised regarding their potential for predicting the occurrence and distribution of classes of soils in the areas of Arroio Port~ao Basin, of Ibirubá and Quinze de Novembro, and of Viamão. From a digital elevation model (DEM) with resolution of 90m, topographical (elevation, steepness, and curvatures) and hydrologic (distance to rivers, Topographic Wetness Index, Stream Power Index, and flow length) were calculated for each study area. MLR were established between classes of soils mapped by traditional soil survey techniques and the terrain derived variables. The regressions calculated the probability of occurrence of each soil class, and the final map predicted the occurrence of soils classes based on the selection of the soil class with larger probability of occurrence. General accuracy evaluated the capacity of the estimated maps to reproduce the respective original maps, and had values of 40,3% (Viamão), 58,3% (Ibirubá), and 58,7% (Arroio Portão), and Kappa Index was of 32,6% (Viamão), 36,6% (Ibirubá), and 41,7% (Arroio Portão). The simplification of the original map legends elevated the general accuracy to 61,4% (Iburubá) and 67,7% (Arroio Portão), and Kappa Index to 38,3% (Ibirubá) and 50,3% (Arroio Portão). The best results were verified for the Arroio Portão Basin, with larger scale (1:50.000) than the others areas and having soil mapping units more differentiated and occupying large area extensions. MLR have potential as method for prediction of occurrence of soil classes, reproducing results with quality differentiated in function of quality of the DEM, scale of the original soil map, and degree of dependence between occurrence of soil classes and terrain variables.

O trabalho teve por objetivo contribuir na busca de informações sobre o uso do solo em seus diferentes manejos e influência do homem, avaliando possíveis modificações e alguns indicadores de qualidade do mesmo nas regiões de estudo caracterizadas pelo modelo de agricultura familiar, em três propriedades do estado do Rio Grande do Sul. Foram escolhidos municípios pertencentes à região do Vale do Rio Caí (Bom princípio e Feliz). Esta é caracterizada por problemas de inadequação do uso e manejo do solo, disposição de dejetos animais e utilização intensiva de insumos externos (fertilizantes químicos de síntese e agrotóxicos, principalmente). Também são constatadas na referida localidade, propriedades onde a utilização do solo e a aplicação de insumos são menos intensivas, áreas onde os sistemas de produção obedecem a uma organização com base em princípios e conhecimentos mais sustentáveis, e mesmo áreas preservadas, com vegetação natural. Propriedades e áreas representativas para amostragens foram escolhidas mediante a iniciativa e a percepção dos envolvidos no trabalho, com a participação de agricultores. Uma série de análises visando à caracterização dos solos, e a estimativa da qualidade dos mesmos foi realizada nas localidades selecionadas, para inferir diferenças ou alterações nessa qualidade por meio de indicadores, bem como inferir possíveis mudanças da classificação do solo da região. Foram utilizados como tratamentos seis diferentes usos, onde se observaram atributos físicos(densidade do solo, porosidade total, macro e micro), químico (condutividade elétrica - CE) e microbiológico (carbono da biomassa microbiana do solo e carbono orgânico partículado) como indicadores de qualidade do solo, com objetivo de identificar mudanças desses indicadores entre os diferentes usos. Observaram-se diferenças entre usos para biomassa microbiana, condutividade elétrica, porosidade total e macroporosidade, não diferindo significamente para microporosidade e carbono orgânico particulado, mostrando que esses indicadores foram sensíveis em sua maioria para mostrar diferença entre usos. Os perfis foram classificados respectivamente como Chernossolo Háplico órtico típico (P1); Luvissolo Háplico órtico típico (P2); Chernossolo Háplico órtico típico (P3); Chernossolo Háplico órtico típico (P4) e Argissolo Vermelhoamarelo Ta distrófico típico (P5). A distribuição dos solos concorda com levantamentos anteriores, mostrando a influência de fatores pedogenéticos,como material de origem e relevo, nas características e nos processo de formação ocorridos. / The work aimed to help in the search for information on the use of land in its various management and influence of man, evaluating possible changes, and some indicators of soil quality in areas of study characterized by the model of family farming . Three small farming properties Rio Grande do Sul were selected in municipalities within the region of Vale do Rio Caí (Good and Happy principle). This is characterized by problems of inadequate use and soil management, disposal of animal wastes and intensive use of external inputs (fertilizers and pesticides of synthetic chemicals, mainly). Are also found in that locality, properties where the land use and application of inputs is less intensive, areas where the production systems to meet an organization based on principles and knowledge more sustainable, and even preserved areas with natural vegetation. Properties and representative areas were chosen for sampling by the initiative and the perception of the and participation of farmers. A series of analysis to the characterization of the soil, and the estimation of their capacity was undertaken in selected locations, to infer differences or changes by the means of indicators, and possible changes in the classification of soil in the region. Treatments were used as six different uses, which physical attributes (bulk density, total porosity, macro and micro), chemical (electrical conductivity - EC) and microbiological (microbial biomass carbon and soil organic carbon particles) were evaluated as indicators of soil quality, in order to identify indicators of changes between different uses. There were differences between uses for microbial biomass, conductivity, total porosity and macroporosity, whreas microporosity and for particulate organic carbon, didn´t showed significant differences between treatments,showing that the major part of these indicators were sensitive to show differences between uses. The profiles were classified, according to brazilian system of soil classification, as Chernossolo Háplico órtico típico (P1); Luvissolo Háplico órtico típico (P2); Chernossolo Háplico órtico típico (P3); Chernossolo Háplico órtico típico (P4) e Argissolo Vermelho-amarelo Ta distrófico típico (P5). The distribution of soils agree with previous surveys, showing the influences of pedogenic factors in their characteristics and soil forming processes occurred.