Research on digital soil mapping (DSM) in Brazil is subject to the existence of legacy soil data obtained through conventional methods for extrapolation of soil-landscape relations. In areas with no available soil maps, it is necessary to develop methodologies for the acquisition of these data in a scale compatible with the needs of the users. In this context, the main objective of this study was to develop a methodology, through techniques of DSM, to predict soil classes at semidetailed level, in a region of gently undulating relief delimited by a topographic map in a scale of 1:50,000. Techniques for relief modeling were used to elaborate and evaluate the quality of the digital elevation models used in the area covered by the topographic map and in the reference area (RA). The RA technique was used to establish soil-landscape relations in the DSM. A basemap in a scale of 1:5,000 was created to support the implementation of soil mapping by conventional methods for the RA. Decision Tree (DT) technique was used to build the prediction model based on the soil map and eight terrain attributes of the RA. Two DSM strategies were tested in order to obtain the data to create the classification rules (DSM 1 and DSM 2). Each strategy employed the eight terrain attributes as predictor variables: elevation (ele), distance to channel network (dis), slope (dec), aspect (asp), topographic wetness index (twi), profile curvature (per), plan curvature (pla), and landform classes (lan). The previous selection of digital elevation models to extract the terrain attributes aggregated quality to the use of the predictor variables that participated in the production of the model. The use of RA in areas with limitation of data proved to be an efficient strategy to improve the understanding of soil-landscape relations for prediction of occurrence of soil classes through the DSM method. The comparison between field data and the digital soil map resulted in a global accuracy (GA) of 66.15% and Kappa of 0.35 for the DSM 1, and GA of 65.58% and Kappa of 0.27 for the DSM 2. The approach of soil survey through the conventional method in the RA proved appropriate, since it contributed to the knowledge of predominant soil categories, as well as reduced the number of field observations in the area covered by the topographic map. / As pesquisas em mapeamento digital de solos (MDS) realizadas no Brasil são dependentes da existência de dados legados de solos obtidos por métodos convencionais para extrapolação das relações solo-paisagem. Em áreas onde não há disponibilidade de mapas de solos, torna-se necessário desenvolver metodologias para aquisição desses dados em escala compatível com a necessidade dos usuários. Nesse contexto, o objetivo geral desta pesquisa foi desenvolver uma metodologia, por intermédio de técnicas de MDS para predizer classes de solos em nível semidetalhado, numa região de relevo suave ondulado, tendo como limite uma carta topográfica na escala 1:50.000. Foram utilizadas técnicas de modelagem do relevo para a elaboração e a avaliação da qualidade dos modelos digitais de elevação utilizados na área de abrangência da carta topográfica e na área de referência (AR). A técnica de AR foi empregada para estabelecer as relações solo-paisagem no MDS. Foi construída uma base cartográfica, na escala 1:5.000, que serviu de apoio para executar o mapeamento de solos com técnicas convencionais para a AR. A técnica de árvore de decisão (AD) foi utilizada para construção do modelo preditivo com base no mapa de solos e em oito atributos de terreno da AR. Duas estratégias de MDS foram testadas com o objetivo de obter os dados para gerar as regras de classificação (MDS 1 e MDS 2), sendo que cada estratégia empregou os oito atributos de terreno como variáveis preditoras: elevação (ele), distância da hidrografia (dis), declividade (dec), orientação de vertente (asp), índice de umidade topográfica (twi), curvatura em perfil (per), curvatura planar (pla) e classes de geoformas (lan). A seleção prévia de modelos digitais de elevação para extrair os atributos de terreno agregou qualidade no uso das variáveis preditoras que participaram da construção do modelo. O uso da AR em locais com limitação de dados mostrou-se uma estratégia eficiente para aprimorar o conhecimento referente às relações solo-paisagem com vistas à predição de ocorrência de classes de solos geradas pelo método de MDS. A comparação entre a verdade de campo e o mapa digital de solos resultou numa exatidão global (EG) de 66,15% e Kappa de 0,35 para o MDS 1 e uma EG de 65,58% e Kappa de 0,27 para o MDS 2. A abordagem de levantamento de solos pelo método convencional na AR demonstrou ser apropriada, visto que contribuiu para o conhecimento dos tipos de solos predominantes, assim como reduziu a quantidade de observações de campo na área de abrangência da carta topográfica.