Orientador: Washington Barbosa Leite Júnior / Resumo: O depósito de elementos terras raras (ETR) Área Zero localiza-se no município de Araxá, Minas Gerais. Situa-se na porção sul da Faixa Brasília, na Província Ígnea do Alto Paranaíba, inserido no Complexo Alcalino-Carbonatítico do Barreiro. O complexo é uma intrusão circular, com aproximadamente 16 km2 de área. Apresenta-se como uma estrutura dômica associada a uma complexa rede de diques concêntricos e radiais, bem como pequenos veios. A mineralização é resultado do enriquecimento supergênico das rochas carbonatíticas, ricas em ETR. A área de estudos encontra-se na porção norte do complexo, em uma área de 400 m x 200 m, com seu eixo maior orientado segundo a direção E-W. O objetivo do trabalho foi a construção do modelo geológico tridimensional (3D) do depósito associado à quantificação dos recursos através do método de krigagem ordinária. O modelo 3D foi construído através da confecção e análise de 7 seções geológicas utilizando 60 furos de sondagem diamantada. Análises estatísticas foram realizadas para caracterizar e descrever as distribuições dos dados permitindo visualizar o comportamento das variáveis de interesse do depósito. Para executar a krigagem ordinária, o modelo esférico foi ajustado para os variogramas experimentais direcionais. A variografia indicou que a direção de maior continuidade do depósito foi a de 22,5/0 com amplitude de 51 metros. O modelo de blocos foi construído com as dimensões 10 x 10 x 3 m utilizado para a estimativa de recursos por unidades do d... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The “Área Zero” deposit is in Araxá city, Minas Gerais. It is located in the southern portion of the Brasilia Belt, in the Igneous Province of Alto Paranaíba, inserted in the Barreiro Alkaline- Carbonatitic Complex. The complex is a circular intrusion with approximately 16 km2. It is a dome structure associated with a complex system of concentric and radial dikes and small veins. The mineralization is a result of the supergene enrichment of carbonatitic rocks, with high levels of rare earth elements (REE). The study area is in the northern portion of the complex, in an area of 400 m by 200 m with its major axis oriented in the East-West (E-W) direction. This study aimed to create a three-dimensional model (3DM) related to the resources quantification from ordinary kriging method. The 3DM was built through the analysis of 7 geological sections with 60 borehole data in E-W direction. Statistical analyses were performed to characterize and describe the data distributions, allowing identify and select the interest variables from the deposit. To carry out ordinary kriging, a spherical model was fitted over experimental directional variograms. Plotting experimental variograms in different directions showed that the direction of greater continuity was 22,5/0 and 51 meters range. To estimate the REE grade, a block model was built with dimensions of 10 x 10 x 3 m to estimate resources by units (residual soil, colluvium/alluvium, kaolin, and saprolite – carbonatite). All the units pres... (Complete abstract click electronic access below) / Mestre

A implantação segura e a viabilidade de um projeto de barragem dependem de se conhecer, com o máximo de clareza, as características geotécnicas do substrato rochoso do local de implantação. Para tanto, são realizadas campanhas de investigação geotécnica para a elaboração de modelos geológicos e geomecânicos, os quais podem apresentar erros devido à variabilidade natural, amostragem insuficiente, interpretação bidimensional e subjetividade das interpretações. Visando diminuir a subjetividade das interpretações acerca das características geomecânicas, a mecânica das rochas utiliza classificações de maciço rochoso, tais como sistema Q, de Barton, e RMR, de Bieniawski. Surgida por volta de 1960, a geoestatística permite analisar fenômenos que não são totalmente aleatórios e cujos valores dependem de sua posição no espaço. Este trabalho consistiu em desenvolver modelos numéricos tridimensionais a partir da aplicação da classificação de maciço rochoso pelo sistema RMR (Rock Mass Rating), utilizando técnicas geoestatísticas para a interpolação em regiões não amostradas. Os objetivos foram identificar feições e zonas com características geotécnicas de menor qualidade, verificar a representatividade dos modelos numéricos frente as estruturas geológicas mapeadas, observar a influência de fatores de redução nas classificações de RMR e analisar a variação de resultados quando são usadas malhas de amostragem diferentes. Os resultados obtidos foram satisfatórios, tanto do ponto de vista geoestatístico quanto do ponto de vista geotécnico. Foram delimitadas as regiões de atenção e identificadas as principais estruturas e feições geológicas nos modelos de RMR. Foi possível avaliar a influência dos fatores de redução na classificação de maciço, assim como a influência da malha de amostragem nos resultados estatísticos, geoestatísticos e de interpolação. Os dados amostrais foram comparados entre si e evidenciaram a importância e superioridade da classificação por RMR em detectar as principais feições e características geológicas, assim como demonstraram a variação da sensibilidade quando se utiliza diferentes fatores de redução. / A safe dam installation and its project feasibility, necessarily, depends on knowing, to the clearest, the geotechnical rock substrate characteristics in the installation place. Therefore, geotechnical investigation campaigns are undertaken to elaborate geological and geomechanics models, which may present errors due to natural variability, insufficient sampling, two-dimensional interpretation and subjectivityes. Aiming to decrease the subjectivism in the interpretations regarding the geomechanics characteristics, the rock mechanics makes use of rock mass classifications such as Q, by Barton, and RMR, by Bieniawski. Developed about 1960, geostatistics allows to analyze phenomena not completely random and whose values depend on its special position. This study consisted in developing three-dimensional numerical models from the rock mass assessment with RMR, using geostatistics to interpolate data in regions without sampling. The objectives were to identify features and zones with poor geotechnical characteristics, to evaluate how representative the numerical models are compared to the mapped geological structures, to observe the influence of reduction factors in the RMR classification and to analyze the variation of the results when different sampling grids are used. The obtained results were satisfactory, both in the geostatistical and geotechnical aspects. The critical regions were delimitated and the main geological structures and features were identified in the RMR model. It was possible to evaluate the influence of the reduction factors in the rock mass assessment, as well as the influence caused by the sampling grids in the statistic, geostatistics and interpolated results. Sampled data were compared and demonstrated how important and how superior the RMR assessment is to detect the major features and geological characteristics, as well as to demonstrate how sensitive the variation of the results is when different reduction factors are used.

A aplicação de simulações numéricas em problemas de confiabilidade estrutural costuma estar associada a grandes custos computacionais, dada a pequena probabilidade de falha inerente às estruturas. Ainda que diversos casos possam ser endereçados através de técnicas de redução da variância das amostras, a solução de problemas envolvendo grande número de graus de liberdade, respostas dinâmicas, não lineares e problemas de otimização na presença de incertezas são comumente ainda inviáveis de se resolver por esta abordagem. Tais problemas, porém, podem ser resolvidos através de representações analíticas que aproximam a resposta que seria obtida com a utilização de modelos computacionais mais complexos, chamadas chamados meta-modelos. O presente trabalho trata da compilação, assimilação, programação em computador e comparação de técnicas modernas de meta-modelagem no contexto da confiabilidade estrutural, utilizando representações construídas a partir de redes neurais artificiais, expansões em polinômios de caos e através de krigagem. Estas técnicas foram implementadas no programa computacional StRAnD - Structural Reliability Analysis and Design, desenvolvido junto ao Departamento de Engenharia de Estruturas, USP, resultando assim em um benefício permanente para a análise de confiabilidade estrutural junto à Universidade de São Paulo. / The application of numerical simulations to structural reliability problems is often associated with high computational costs, given the small probability of failure inherent to the structures. Although many cases can be addressed using variance reduction techniques, solving problems involving large number of degrees of freedom, nonlinear and dynamic responses, and problems of optimization in the presence of uncertainties are sometimes still infeasible to solve by this approach. Such problems, however, can be solved by analytical representations that approximate the response that would be obtained with the use of more complex computational models, called meta-models. This work deals with the collection, assimilation, computer programming and comparison of modern meta-modeling techniques in the context of structural reliability, using representations constructed from artificial neural networks, polynomial chaos expansions and Kriging. These techniques are implemented in the computer program StRAnD - Structural Reliability Analysis and Design, developed at the Department of Structural Engineering, USP; thus resulting in a permanent benefit to structural reliability analysis at the University of São Paulo.

A regionalização hidrológica é uma técnica que permite transferir informação de regiões hidrologicamente monitoradas, para regiões com pouco ou sem monitoramento. Sendo assim, é uma ferramenta útil, a qual permite uma avaliação dinâmica dos recursos hídricos. No Brasil e no Estado de Santa Catarina as leis que são as principais referências para a gestão de recursos hídricos utilizam critérios anuais de disponibilidade hídrica, impossibilitando um maior uso em épocas onde a disponibilidade é maior e, assim, afetando o desenvolvimento econômico. As previsões sazonais servem de base para uma gestão e utilização sustentável dos recursos hídricos. A justificativa de não se usar critérios sazonais, talvez seja pelo fato de não existir trabalhos ou ferramentas que contemplam o estado da arte da regionalização hidrológica. O objetivo deste trabalho é fazer a regionalização hidrológica do Estado de Santa Catarina, mediante uma abordagem geoestatística baseada em modelos e na sazonalidade. Foram utilizados estações pluviométricas e fluviométricas disponibilizadas, respectivamente, pela Companhia de Pesquisa de Recursos Minerais (CPRM) e Agência Nacional das Águas (ANA). As estações são distribuídas regularmente e em alta densidade sobre o Estado. Para a modelagem geoestatística, inicialmente foi verificada algumas suposições a serem consideradas, entre elas, a normalidade e a estacionaridade espacial dos dados. Após as suposições terem sido aceitas foi verificado, por meio de testes estatísticos em função da verossimilhança, se a estrutura de dependência espacial do modelo geoestatístico aumentava o desempenho do mesmo, justificando o uso dessa estrutura para a espacialização das variáveis pluviométricas e fluviométricas. Para verificar os pressupostos de uma boa predição, foi avaliada a dispersão dos resíduos das interpolações espaciais, mediante uma validação cruzada. Os resultados mostraram um melhor desempenho para os modelos geoestatísticos com a estrutura de dependência espacial, para todas as variáveis; assim, esses modelos foram utilizados para a interpolação espacial, no qual foi observado pela dispersão dos resíduos uma boa predição. Este trabalho contribui para uma melhor representação espacial de variáveis sazonais no Estado de Santa Catarina e permite um avanço no estado da arte, uma vez que está embasado em critérios de verossimilhança para escolha de modelos que representam melhor o fenômeno estudado no espaço. / Hydrologic regionalization is a technique that allows the transfer of information from regions hydrologically monitored, for regions with little or no monitoring. Therefore, this technique allows a dynamic evaluation of water resources being a useful tool. In Brazil and in Santa Catarina state, the laws that are the main references for the management of water resources use annual criteria of water availability. Thus, using a greater amount of resources when availability is greater is infeasible and affects economic development. Seasonal forecasts provide the basis for sustainable management and use of water resources. The justification for not using seasonal criteria may be because there are no works or tools that contemplate the state of the art of hydrologic regionalization. The aim of this work is to make the hydrologic regionalization of Santa Catarina state, using a geostatistical approach based on models and in seasonality. Data from rain gauge and streamflow stations made available by the Mineral Resources Research Company (CPRM) and National Water Agency (ANA), respectively, were used. These stations have regular distribution and high density within the state. For the geostatistical modeling, some basic assumptions such as data normality and spatial stationarity were verified. After accepting the assumptions it was verified through statistical tests regarding its likelihood, if the structure of spatial dependence of the geostatistical model increase its performance, justifying the use of this structure for the precipitation and streamflow spatialization. To check the assumptions of good prediction, the residue dispersion of the spatial interpolations was evaluated through cross-validation. The results showed a better performance for the geostatiscal models with the spatial dependence structure, both for precipitation and streamflow. Thus, these models were used to the spatial interpolation, observing a good prediction through the residue dispersion. This work contributes to a better spatial representation of seasonal variables in Santa Catarina state and allows an advance in the state of the art, since it is based on likelihood criteria to choose models that better represent the phenomenon studied in space.

O planejamento de lavra de curto prazo é normalmente executado utilizando-se número reduzido de informações de sondagem. Para aprimorar o gerenciamento de riscos geológicos no planejamento de lavra de curto prazo é necessário utilizar um universo maior de informações. Como é normalmente inviável obter novas informações de sondagem, esta dissertação propõe uma metodologia de utilização de amostras de pó de perfuratriz (a partir de furos de desmonte) como uma fonte de informação secundária e assim aprimorar a qualidade das estimativas. Neste sentido, foi adotada uma técnica de co-estimativa da variável P2O5 das sondagens (variável primária) em conjunto com a variável P2O5 do desmonte (variável secundária) baseado no modelo Marcoviano MM2, pelo qual é possível combinar as duas informações (sondagem e desmonte) na estimativa de um modelo de blocos. Este processo permitiu a modelagem de atributos geológicos de forma mais detalhada o que contribuiu para uma melhor interface entre o planejamento de curto prazo e a operação da mina. A metodologia proposta também possibilitou acessar uma população maior de informações geológicas o que contribui para a criação de planos operacionais mais aderentes aos objetivos de produção mensal ou semanal, e, ao mesmo tempo, respeitando o sequenciamento importado do planejamento de longo e médio prazo. Como resultado, foi demonstrado que é possível criar programas operacionais mais precisos com base em estimativas de áreas próximas à lavra mesmo quando apenas um pequeno número de informações primárias (sondagens) esteja disponível. / Short-term mine planning is normally carried out over a limited number of drillhole information. In order to improve the management of geological risks in mine planning, a larger population of samples is required. However, it is normally very difficult to obtain additional drillhole samples once mining takes place. This research addresses that issue by proposing a methodology for the incorporation of additional information from blastholes (secondary information) to the original drillhole samples (primary information). A co-estimation technique for using P2O5 samples from the drillholes (primary variable) in conjunction with P2O5 from blastholes (secondary variable) based on the Markovian estimation model (MM2), through which is possible to combine both sources of information for a better estimation of mineable blocks. This process has allowed more detailed modeling of geological attributes and a better interface between short-term mine planning and mine operations. The proposed methodology also allowed the access to a larger sample population which meant more accurate mine plans for the daily and weekly mine schedules. As a result, it has been demonstrated that it is possible to crate operational plans that are more precise through the use of models that are properly estimated even in those areas where only a small amount of primary information (drillhole samples) is available.

Atualmente existem muitas fontes de dados oriundos de movimentação de pessoas e veículos. Deduzir o comportamento do tráfego a partir desses dados pode ser de grande utilidade para a gestão do tráfego. Entretanto, os métodos existentes podem não abordar todas as dimensões referentes ao comportamento do tráfego, em especial sob efeito de adversidades, como por exemplo - eventos climáticos. O objetivo dessa dissertação é apresentar uma combinação de métodos estatísticos e de análise espacial, para uso na compreensão dos padrões temporais e espaciais de variabilidade das velocidades, em condições normais e sob o impacto da precipitação. O método consiste na mineração de dados de micro trechos de deslocamento (microviagens), através da combinação de estatísticas descritivas, árvores de regressão CHAID (Chi square automatic interaction detection) e análises espaciais (Krigagem). Para a validação do método foram utilizados dados obtidos, durante março de 2014, de operação da frota de ônibus municipal da cidade de São Paulo, fornecidos pela São Paulo Transportes (SPTrans). Os dados de precipitação de chuva foram fornecidos pelo Instituto Nacional de Meteorologia (INMET). Os resultados demonstraram o impacto da precipitação sobre a variabilidade das velocidades por dia da semana e hora do dia. Adicionalmente, com base nos conjuntos de dados classificados via CHAID, foram produzidas representações da distribuição das velocidades sobre a superfície através uso da Krigagem. Observou-se uma consistente queda das velocidades no período vespertino, principalmente entre 16:00 e 19:00 horas, frequentemente agravados pela presença de precipitação. Foram selecionados casos de alta variabilidade, a partir da técnica CHAID, que foram analisados espacialmente. Os efeitos da queda da variabilidade foram observados geograficamente, demonstrando que a infraestrutura de transporte é um importante fator em sua caracterização. O estudo demonstra a viabilidade desta abordagem e a importância de incorporar a geografia no entendimento da variabilidade das velocidades em geral. / Nowadays there is a wide number of movement data sources which can be useful in transportation management. However, the existing methods may not cover all traffic dimensions, especially under inclement weather. The objective of this work is presenting a combination of statistical and spatial methods which allows to understand space and time speed patterns, considering regular operation conditions in comparison with rainfall events. The method consists in sequential bus tracking data segments (micro travel) mining by the combination of descriptive statistics, CHAID (Chi square automatic interaction detection) regression trees and spatial analysis (Kriging). To validate the method, São Paulo bus fleet tracking data provided by SPTrans, and rainfall precipitation, provided by INMET was combined and processed. The results presented rainfall as a relevant factor of speed variability by day of week and time of the day. A consistent speed decrease in the afternoon period, mainly between 4:00 PM and 7:00 PM, was observed. Such effects are more intense in face of rainfall precipitation. The highest variability cases obtained by CHAID classification was selected and spatially analyzed showing the transportation infrastructure is an important variability component. Such results show the importance of a geographic approach over speed variability.

Ce travail de thèse s'intéresse au problème de l'optimisation globale d'une fonction coûteuse dans un cadre bayésien. Nous disons qu'une fonction est coûteuse lorsque son évaluation nécessite l’utilisation de ressources importantes (simulations numériques très longues, notamment). Dans ce contexte, il est important d'utiliser des algorithmes d'optimisation utilisant un faible nombre d'évaluations de cette dernière. Nous considérons ici une approche bayésienne consistant à affecter à la fonction à optimiser un a priori sous la forme d'un processus aléatoire gaussien, ce qui permet ensuite de choisir les points d'évaluation de la fonction en maximisant un critère probabiliste indiquant, conditionnellement aux évaluations précédentes, les zones les plus intéressantes du domaine de recherche de l'optimum. Deux difficultés dans le cadre de cette approche peuvent être identifiées : le choix de la valeur des paramètres du processus gaussien et la maximisation efficace du critère. La première difficulté est généralement résolue en substituant aux paramètres l'estimateur du maximum de vraisemblance, ce qui est une méthode peu robuste à laquelle nous préférons une approche dite complètement bayésienne. La contribution de cette thèse est de présenter un nouvel algorithme d'optimisation bayésien, maximisant à chaque étape le critère dit de l'espérance de l'amélioration, et apportant une réponse conjointe aux deux difficultés énoncées à l'aide d'une approche Sequential Monte Carlo. Des résultats numériques, obtenus à partir de cas tests et d'applications industrielles, montrent que les performances de notre algorithme sont bonnes par rapport à celles d’algorithmes concurrents. / This thesis deals with the problem of global optimization of expensive-to-evaluate functions in a Bayesian framework. We say that a function is expensive-to-evaluate when its evaluation requires a significant amount of resources (e.g., very long numerical simulations).In this context, it is important to use optimization algorithms that can deal with a limited number of function evaluations. We consider here a Bayesian approach which consists in assigning a prior to the function, under the form of a Gaussian random process. The idea is then to choose the next evaluation points using a probabilistic criterion that indicates, conditional on the previous evaluations, the most interesting regions of the research domain for the optimizer. Two difficulties in this approach can be identified: the choice of the Gaussian process prior and the maximization of the criterion. The first problem is usually solved by using a maximum likelihood approach, which turns out to be a poorly robust method, and to which we prefer a fully Bayesian approach. The contribution of this work is the introduction of a new Bayesian optimization algorithm, which maximizes the Expected Improvement (EI) criterion, and provides an answer to both problems thanks to a Sequential Monte Carlo approach. Numerical results on benchmark tests show good performances of our algorithm compared to those of several other methods of the literature.

Force fields have been an integral part of computational chemistry for decades, providing invaluable insight and facilitating the better understanding of biomolecular system behaviour. Despite the many benefits of a force field, there continue to be deficiencies as a result of the classical architecture they are based upon. Some deficiencies, such as a point charge electrostatic description instead of a multipole moment description, have been addressed over time, permitted by the ever-increasing computational power available. However, whilst incorporating such significant improvements has improved force field accuracy, many still fail to describe several chemical effects including polarisation, non-covalent interactions and secondary/tertiary structural effects. Furthermore, force fields often fail to provide consistency when compared with other force fields. In other words, no force field is reliably performing more accurately than others, when applied to a variety of related problems. The work presented herein develops a next-generation force field entitled FFLUX, which features a novel architecture very different to any other force field. FFLUX is designed to capture the relationship between geometry and energy through a machine learning method known as kriging. Instead of a series of parameterised potentials, FFLUX uses a collection of atomic energy kriging models to make energy predictions. The energies describing atoms within FFLUX are obtained from the Interacting Quantum Atoms (IQA) energy partitioning approach, which in turn derives the energies from the electron density and nuclear charges of topological atoms described by Quantum Chemical Topology (QCT). IQA energies are shown to provide a unique insight into the relationship between geometry and energy, allowing the identification of explicit atoms and energies contributing towards torsional barriers within various systems. The IQA energies can be modelled to within 2.6% accuracy, as shown for a series of small systems including weakly bound complexes. The energies also allow an interpretation of how an atom feels its surrounding environment through intra-atomic, covalent and electrostatic energetic descriptions, which typically are seen to converge within a ~7 - 8 A horizon radius around an atom or small system. These energy convergence results are particularly relevant to tackling the transferability theme within force field development. Where energies are seen to converge, a proximity limit on the geometrical description needed for a transferable energy model is defined. Finally, the FFLUX force field is validated through successfully optimising distorted geometries of a series of small molecules, to near-ab initio accuracy.

Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.

A produção agrícola tem crescido nos últimos anos impulsionada pelo aumento populacional e por avanços tecnológicos. Esse crescimento pode ocasionar impactos ambientais importantes, inclusive a degradação do solo, se não forem realizados o correto planejamento agrícola e manejo do solo, a fim de assegurar uma produção competitiva e sustentável. Para isto, a descrição da variabilidade espacial do solo é necessária, sendo realizada convencionalmente através de coleta e análise de amostras. Entretanto, estes métodos convencionais de levantamento da variabilidade do solo possuem custos elevados e demandam bastante tempo e mãode- obra para serem realizados. Com o aumento da quantidade de informação necessária os custos para descrição da variabilidade espacial do solo podem tornarse um obstáculo, se somente metodologias convencionais são aplicadas. Portanto, métodos alternativos tornam-se necessários para auxiliar no levantamento de atributos do solo em escala adequada ao manejo agrícola. Para isto, são propostas metodologias de espectroscopia de reflectância no Vis-NIR-SWIR, as quais empregam o comportamento espectral do solo de 400 nm a 2500 nm para realizar a quantificação de seus atributos. Isto é possível, pois a informação espectral possui relação direta com os constituintes do solo. Assim, no presente estudo é avaliado o uso de imagens aéreas hiperespectrais na quantificação de atributos do solo, através do método PLSR, e mapeamento destes atributos, empregando krigagem. O desempenho das predições feitas com dados do sensor aéreo é comparado ao obtido com espectros coletados em laboratório. Foi também avaliado, através de experimentos de campo, com diferentes doses de calcário em duas áreas diferentes (textura arenosa e média), o uso de informações espectrais coletadas no campo, em movimento, e em laboratório, com amostras úmidas, para a quantificação de atributos e da necessidade de calagem, pelo método PLSR. Foram obtidos resultados satisfatórios através dos dados do sensor aéreo, principalmente, para a quantificação dos teores de argila, areia e CTC (R2 de 0,73, 0,73 e 0,80, respectivamente). Com relação aos dados obtidos por sensoriamento próximo no campo, os melhores resultados foram obtidos para a área de textura média, com R2 de 0,33, 0,38 e 0,61 para a predição da CTC, V% e da necessidade de calagem, respectivamente. / Agricultural production has increased in the last years stimulated by the population growth and technological advances. This can cause significant environmental impacts including soil degradation if suitable agricultural planning and soil management are not applied in order to ensure a competitive and sustainable production. For this purpose, the soil variability assessment is needed and it is conventionally performed through soil sampling and analysis. However, conventional methods have high costs and require considerable time and labor. When the amount of information needed increases, costs to describe soil spatial variability may become an obstacle if only conventional methodologies are applied. Therefore, alternative methods can help to depict soil properties variability on a scale suitable to soil management. So, Vis-NIR-SWIR reflectance spectroscopy (from 400 nm to 2500 nm) is proposed as a mean to predict soil properties. This is possible because spectral information has a direct relationship with soil constituents and characteristics. Therefore, in this study hyperspectral airborne imagery is evaluated as an information source to be used in soil properties quantification, via the PLSR method, and mapping, using kriging. The performance of the models derived from airborne imagery data was compared with the results obtained by models calculated from laboratory sensor data. The use of spectral information collected in the field (on-thego) was evaluated too using a field experiment in witch different rates of lime were applied. The experiment was allocated in two fields with different soil textures (one with about 100 g kg-1 of clay and other with about 320 g kg-1 of clay). The soil properties prediction based on the on-the-go spectral measurements were compared to predictions made using spectra collect in the laboratory and the PLSR method was used to calculate models. Satisfactory results were obtained with airborne sensor data, especially for clay, sand and CTC quantification (R2 of 0.73, 0.73 and 0.80, respectively). Regarding the on-the-go proximal sensing, better predictions were obtained for the clayey area, with R2 of 0.33, 0.38 and 0.61 for predictions of CEC, base saturation of the soil CEC (V%) and lime requirement, respectively.