Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / Remote sensing has being widely applied in various fields of knowledge in order to produce high quality results with lower costs, computationally and financially speaking. The main goal of this research is the use remote sensing techniques combined with field surveys for the semi-automatic identification of alluvium bodies. The proposed methodology was based on adaptations of current available methodologies employed on other imagery products. This methodology is very promising since allows the interpretations of large areas with precision and very fast. The images were classified with their values in Digital Number (DN) based in samples collected from these images. In other stage of classification, the images were submitted to a pre-processing in order to correct possible errors or interferences that usually are present in these images. Among these corrections, the most important is the elimination or reduction of atmospheric interference. For the classification with revised images were used spectral signatures from collected targets in the images and also the spectral signatures from alluvium targets obtained in the field by using a spectroradiometer (equipment that registers the spectral signature the targets in wavelengths between 350 nm and 1050 nm ). These signatures are curves of continuum wavelength between 350 nm and 1050 nm, which corresponds to the spectral answer from a target. These curves can be used in the classification of land use, or in our case, in the alluvium identification. The case of study is the ITAPIUNA SUDENE-MAP and the watershed of Forquilha River located in Quixeramobim. After many classifications, evaluation of the results was carried out in order to determine the best classification for each image and then produce the alluvium map for the area of study. The results were obtained using mathematical models and visual interpretation combined. / à medida que o tempo passa novas tÃcnicas e tecnologias vÃo surgindo ou estÃo evoluindo, partindo deste princÃpio uma nova abordagem no mapeamento de aluviÃes à apresentada neste trabalho. O uso de tÃcnicas de sensoriamento Remoto està sendo amplamente sendo aplicado em vÃrias Ãreas do conhecimento, com o objetivo de produzir trabalhos de qualidade e a custos menores, possibilitando assim um ganho maior tanto no tempo empregado para a realizaÃÃo de um trabalho, como tambÃm na eficiÃncia e precisÃo do mesmo. Para o mapeamento de aluviÃes o uso de tÃcnicas de Sensoriamento Remoto e SIG à muito promissor, pois possibilita de forma rÃpida e precisa a interpretaÃÃo de grandes Ãreas em uma imagem de satÃlite. Partindo desta premissa aplicamos as tÃcnicas de processamento de imagens com o objetivo de mapear os corpos aluvionares em imagens de satÃlites. A tÃcnica usada no mapeamento dos aluviÃes consiste basicamente em aplicar uma classificaÃÃo automÃtica usando vÃrios mÃtodos de classificaÃÃo. As imagens foram classificadas com seus valores em DN (Digital Number) com base em amostras coletadas na prÃpria imagem. Em outra etapa da classificaÃÃo as imagens foram submetidas a processos de prÃ-processamento, com o objetivo de corrigir alguns defeitos ou interferÃncia que geralmente as imagens de satÃlite possuem. Entre essas correÃÃes, destacamos a eliminaÃÃo ou a amenizaÃÃo das interferÃncias atmosfÃricas. Para a classificaÃÃo com imagens corrigidas foram usadas assinaturas espectrais dos alvos coletadas da prÃpria imagem e assinatura do alvo aluviÃo registrada em campo com o uso de um espectrorradiÃmetro (aparelho que registra a assinatura espectral dos alvos no intervalo de comprimento de onda contÃnuo entre 350 nm e 1050 nm). Essas assinaturas sÃo curvas que refletem a resposta espectral dos alvos e pode ser usadas como parÃmetro que possibilita a classificaÃÃo do uso do solo e neste caso foram usadas para a classificaÃÃo dos aluviÃes. As Ãreas de estudo correspondem a folha de ItapiÃna e a Ãrea da bacia HidrogrÃfica do Riacho Forquilha localizada no municÃpio de Quixeramobim. ApÃs vÃrias classificaÃÃes foram avaliadas as mesmas e escolhidas as melhores para cada imagem e gerado os mapas de aluviÃes. Os resultados foram avaliados atravÃs de modelos matemÃticos e anÃlise visual possibilitando assim uma boa escolha dos mapas finais.