Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-10-21T15:45:52Z No. of bitstreams: 1 Dissertação - Manoel Ricardo Dourado Correia.pdf: 8990026 bytes, checksum: c076677843c8ec26d71e837b33b58060 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-21T19:42:03Z (GMT) No. of bitstreams: 1 Dissertação - Manoel Ricardo Dourado Correia.pdf: 8990026 bytes, checksum: c076677843c8ec26d71e837b33b58060 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-21T19:57:52Z (GMT) No. of bitstreams: 1 Dissertação - Manoel Ricardo Dourado Correia.pdf: 8990026 bytes, checksum: c076677843c8ec26d71e837b33b58060 (MD5) / Made available in DSpace on 2015-10-21T19:57:52Z (GMT). No. of bitstreams: 1 Dissertação - Manoel Ricardo Dourado Correia.pdf: 8990026 bytes, checksum: c076677843c8ec26d71e837b33b58060 (MD5) Previous issue date: 2009-12-21 / OUTRAS / HSS (Hyperspectral Scanner System) was evaluated for characterization and spatialization of soils in Manaus AM with 3 meter resolution images. The images (37 bands between 0.43 and 2,37 μm) were converted from radiance values to surface reflectance by the application of (FLAASH) Fast Line of Sight Atmospheric Analysis of Spectral Hypercubes based on radiative transfer model MODTRAN 4. To make easy the analysis of the spectral characteristics of the study area and the classification of the main soil types on the site, they were identified by SAM method (Spectral Angle Mapper) before collecting field soil samples. The correlations between soil characteristics and spectral data of the sensor (HSS) and spectral and diffractometric curves obtained in the laboratory were done for 13 samples. Finally, band math technique was used for spatialization of the clay content by the HSS sensor and laboratory data. The results obtained indicate that: (a) the atmospheric correction done with FLAASH application was appropriate, despite of difficulties in totally remove water vapor feature at 0,94 μm and at short wave infrared band, near to 2,0 μm. In general spectral coherence of HSS sensor with the information found in literature and spectrum obtained in the laboratory was confirmed; (b) a good capacity to spectral identification with SAM classifier was observed as the results provided an appropriate pre identification of soil , as well it helped to define sites for field work; (c) The representative curves of soil classes from laboratory data and sensor data are comparable. The reflectance spectrum presented coherence between X- ray (diffraction) data. The correlations between the two environment of data acquisition (laboratory and HSS) are usually high; (d) The results of ITexture index provided the measurement of the clay content of soil. / Avaliou-se o sensor HSS (Hyperspectral Scanner System) para a caracterização e espacialização de solos da cidade de Manaus - AM, com imagens de 3 metros de resolução espacial. As imagens (37 bandas entre 0,43 – 2,37 mm) foram convertidas de valores de radiância para reflectância de superfície, usando um aplicativo (FLAASH) Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes baseado no modelo de transferência radiativa MODTRAN 4. Para facilitar a análise das características espectrais da área de estudo e da discriminação dos principais tipos de solos presentes, foram pré-identificadas as classes de solos através do método SAM (Spectral Angle Mapper) antes da coleta das amostras de solo em campo. As correlações entre características dos solos e dados espectrais do sensor (HSS) e curvas espectrais de laboratório e difratométricas foram realizadas em 13 amostras. Por fim, a técnica band math (matemática de banda) foi usada para a espacialização dos teores de argila por meio dos dados HSS e laboratoriais. Os resultados obtidos indicaram que: (a) a correção atmosférica realizada com o aplicativo FLAASH foi apropriada, apesar das dificuldades de plena remoção da feição de vapor d’água em 0,94 μm e na faixa do infravermelho de ondas curtas, próximo de 2,0 mm. No geral, constatou-se coerência dos espectros do sensor HSS com as informações da literatura e dos espectros obtidos em laboratório; (b) foi observada boa capacidade de identificação espectral com o classificador SAM cujos resultados possibilitaram a pré-identificação adequada das classes de solos, bem como ajudaram a definir as áreas onde foram coletadas as amostras de campo; (c) As curvas espectrais representativas das classes de solo para os dados de laboratório e do sensor (HSS) são colacionáveis. Os espectros de reflectância apresentaram coerência entre os dados de raios-X (difratogramas). As correlações entre os dois ambientes de aquisição de dados (laboratório e HSS) são normalmente altas; (d) Os resultados da aplicação do índice ITextura possibilitaram a determinação do teor de argila dos solos por meio das imagens.