O Brasil é um país expressivo na produção de alimentos, assim para melhorar a eficiência da agricultura se faz necessário seu planejamento. O solo é a base para a agricultura sendo relevante nas questões de segurança alimentar e qualidade ambiental. Dados obtidos por sensoriamento remoto podem auxiliar no levantamento, mapeamento e manejo do solo, que são estratégicos para uma agricultura planejada. As técnicas de espectroscopia de refletância são mais rápidas, menos onerosas e menos poluentes quando comparado aos métodos tradicionais de análise de solos. Um banco de dados com informações de espectros de solo é denominado Biblioteca Espectral (BE). Por meio de uma BE é possível caracterizar classes de solo e estimar atributos. As BEs além de contribuir para o levantamento, mapeamento, manejo de solos e ainda pode auxiliar na agricultura de precisão, modelagem de atributos do solo, monitoramento de solos contaminados, comunicação entre pedólogos e conservação dos solos. Existem Bibliotecas Espectrais de Solos (BES) a nível mundial com amostras de continentes, tais como a Austrália, Europa, Ásia, África e Américas, porém poucas amostras Brasileiras representativas. Sendo assim, o objetivo deste trabalho é elaborar uma primeira versão da BE de solos do Brasil (BESB), caracterizar os espectros das classes de solos e quantificar atributos do solo (argila e areia). O banco recebeu amostras de 17 colaboradores e instituições de diversos estados brasileiros, que incluem: Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas e Distrito Federal. No total 19.537 curvas espectrais de solo provenientes de tradagens e perfis foram caracterizados, essas amostras são de várias classes de solos do Brasil. Perfis de solo e seus horizontes representativos tiveram seus espectros caracterizados em curvas multi-espectrais em profundidade. Foi gerado um modelo de quantificação dos atributos baseado na regressão dos mínimos quadrados parciais (PLSR). Os resultados obtidos para os modelos de quantificação foram utilizados para calibração da fração argila (calibração R2 = 0,82; RMSE = 46,75 g/kg, validaçãp R2 = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) e areia (calibração R2 = 0,81; RMSE = 60,9 g/kg, validação R2 = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). Foi possível distinguir diferentes classes de solos através da Análise dos Componentes Principais (ACP), como Organossolos, Latossolos, Argissolos e Nitossolos. A elaboração da BESB permite estabelecer padrões espectrais dos solos e auxilia nos avanços das técnicas de quantificação de atributos. / Brazil is a significant country in food production and to improve efficiency of agriculture is necessary to be planned. Soil is the basis for agriculture, which is relevant for food safety and environmental issues. Mapping and soil management are strategies for planned agriculture and can be assisted by remote sensing. Spectroscopy techniques are faster, less honorable and less polluting when compared to traditional methods. Soils Spectral Library (SSL) composes a diverse and varied database with soil spectra information. Through SSL soil types can be characterize and soil attributes estimated. SSL besides contribute to the soil survey, mapping and soil management it can support precision agriculture, soil attribute modeling, soil contaminated monitoring, communication between the soil scientists and soil conservation. There are SSL worldwide with soil samples from continents, such as Australia, Europe, Asia, Africa and the Americas, but there are few Brazilian samples representative. Thus, the objectives of this study were first to create a Brazilian Soil Spectral Library (BSSB), second to characterize soil spectra of BESB soil classes and finally to quantify soil properties (clay and sand). The BSSL bank received samples from 17 collaborators and institutions from various Brazilian states, including Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas and Distrito Federal. The Spectral Library has 19,537 soil samples from auger and profiles. Spectra of several Brazilian soil classes were characterized. Soil profiles and their horizons had their representative spectra characterized with multi-depth analysis. Quantification model of soil attributes was based on partial least squares regression (PLSR). Prediction models were obtained to quantify clay (calibration R2 = 0,82; RMSE = 46,75 g/kg, validaçãp R2 = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) and sand (calibration R2 = 0,81; RMSE = 60,9 g/kg, validação R2 = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). In addition, we distinguish different soil classes by Principal Component Analysis (PCA). Organossolos, Latossolos, Argissolos and Nitossolos were well separated. BESB assembly assisted to establish spectral patterns of land and it could improve advancing attributes techniques measurement.

O Brasil é um país expressivo na produção de alimentos, assim para melhorar a eficiência da agricultura se faz necessário seu planejamento. O solo é a base para a agricultura sendo relevante nas questões de segurança alimentar e qualidade ambiental. Dados obtidos por sensoriamento remoto podem auxiliar no levantamento, mapeamento e manejo do solo, que são estratégicos para uma agricultura planejada. As técnicas de espectroscopia de refletância são mais rápidas, menos onerosas e menos poluentes quando comparado aos métodos tradicionais de análise de solos. Um banco de dados com informações de espectros de solo é denominado Biblioteca Espectral (BE). Por meio de uma BE é possível caracterizar classes de solo e estimar atributos. As BEs além de contribuir para o levantamento, mapeamento, manejo de solos e ainda pode auxiliar na agricultura de precisão, modelagem de atributos do solo, monitoramento de solos contaminados, comunicação entre pedólogos e conservação dos solos. Existem Bibliotecas Espectrais de Solos (BES) a nível mundial com amostras de continentes, tais como a Austrália, Europa, Ásia, África e Américas, porém poucas amostras Brasileiras representativas. Sendo assim, o objetivo deste trabalho é elaborar uma primeira versão da BE de solos do Brasil (BESB), caracterizar os espectros das classes de solos e quantificar atributos do solo (argila e areia). O banco recebeu amostras de 17 colaboradores e instituições de diversos estados brasileiros, que incluem: Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas e Distrito Federal. No total 19.537 curvas espectrais de solo provenientes de tradagens e perfis foram caracterizados, essas amostras são de várias classes de solos do Brasil. Perfis de solo e seus horizontes representativos tiveram seus espectros caracterizados em curvas multi-espectrais em profundidade. Foi gerado um modelo de quantificação dos atributos baseado na regressão dos mínimos quadrados parciais (PLSR). Os resultados obtidos para os modelos de quantificação foram utilizados para calibração da fração argila (calibração R2 = 0,82; RMSE = 46,75 g/kg, validaçãp R2 = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) e areia (calibração R2 = 0,81; RMSE = 60,9 g/kg, validação R2 = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). Foi possível distinguir diferentes classes de solos através da Análise dos Componentes Principais (ACP), como Organossolos, Latossolos, Argissolos e Nitossolos. A elaboração da BESB permite estabelecer padrões espectrais dos solos e auxilia nos avanços das técnicas de quantificação de atributos. / Brazil is a significant country in food production and to improve efficiency of agriculture is necessary to be planned. Soil is the basis for agriculture, which is relevant for food safety and environmental issues. Mapping and soil management are strategies for planned agriculture and can be assisted by remote sensing. Spectroscopy techniques are faster, less honorable and less polluting when compared to traditional methods. Soils Spectral Library (SSL) composes a diverse and varied database with soil spectra information. Through SSL soil types can be characterize and soil attributes estimated. SSL besides contribute to the soil survey, mapping and soil management it can support precision agriculture, soil attribute modeling, soil contaminated monitoring, communication between the soil scientists and soil conservation. There are SSL worldwide with soil samples from continents, such as Australia, Europe, Asia, Africa and the Americas, but there are few Brazilian samples representative. Thus, the objectives of this study were first to create a Brazilian Soil Spectral Library (BSSB), second to characterize soil spectra of BESB soil classes and finally to quantify soil properties (clay and sand). The BSSL bank received samples from 17 collaborators and institutions from various Brazilian states, including Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas and Distrito Federal. The Spectral Library has 19,537 soil samples from auger and profiles. Spectra of several Brazilian soil classes were characterized. Soil profiles and their horizons had their representative spectra characterized with multi-depth analysis. Quantification model of soil attributes was based on partial least squares regression (PLSR). Prediction models were obtained to quantify clay (calibration R2 = 0,82; RMSE = 46,75 g/kg, validaçãp R2 = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) and sand (calibration R2 = 0,81; RMSE = 60,9 g/kg, validação R2 = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). In addition, we distinguish different soil classes by Principal Component Analysis (PCA). Organossolos, Latossolos, Argissolos and Nitossolos were well separated. BESB assembly assisted to establish spectral patterns of land and it could improve advancing attributes techniques measurement.

A espacialização de atributos dos solos é necessária com vistas ao planejamento e monitoramento do solo. As imagens do satélite Landsat 5 Thematic Mapper (TM) são utilizadas em estudos relacionados aos recursos naturais por fornecerem informações da superfície das terras em áreas amplas e de difícil acesso. Nesse trabalho objetivou-se gerar uma imagem multitemporal de solo exposto através de imagens de satélite e, com ela, mapear atributos da superfície do solo. A área de estudo é a região de Piracicaba, SP, onde foram selecionadas treze imagens do Landsat TM. Amostras da camada mais superficial dos solos foram coletadas em 740 pontos, e nelas analisados vários atributos do solo. Por meio da reflectância espectral dos objetos das imagens de satélite foram obtidas informações de solo exposto e eliminados outros alvos. As imagens foram adquiridas em série histórica e sobrepostas, gerando uma composta final com solo exposto. Os atributos do solo que obtiveram boa correlação com as bandas dessa imagem foram quantificados por meio da técnica de regressão multivariada e espacializados. Mapas pré-existentes de geologia e pedologia auxiliaram no entendimento da variabilidade espacial da textura e cor dos solos na paisagem. A taxa de variação do solo exposto em uma imagem individual variou de 7 a 20 %, enquanto a unificada atingiu 53 % da área total. Valores de reflectância entre as bandas TM3 e TM4 contrapostos representando a linha do solo e curva espectral média de espectros de amostras de solos obtidas em laboratório apresentaram semelhança com as de satélite. Entre os atributos estudados, a argila obteve a melhor correlação com R2 de 0,75, erro baixo e RPD acima de 2. Outros atributos relacionados com a argila também obtiveram boa correlação, como matéria orgânica (MO) e capacidade de troca de cátions (CTC) com R2 de 0,4 e 0,34 respectivamente. / The knowledge of spatial distribution of soil attributes is necessary for soil planning and monitoring. Landsat 5 Thematic Mapper (TM) images are used in studies related to natural resources for providing the land surface information in large areas and in areas of difficult access. This work aimed to create a multi-temporal image of bare soil through satellite scenes and map soil attributes from the surface. The study area is located in Piracicaba region, SP, where thirteen Landsat TM scenes were selected. Samples of the soil superficial layer were collected at 740 points, and several soil properties were analyzed. Spectral reflectance of different objects from satellite images was obtained and only exposed soil information was selected. Images were acquired in historical series and overlapped, generating a final composed image with bare soil. Soil attributes that presented good correlation with the bands were quantified by multivariate regression and mapped. Pre-existing maps of geology and soil helped in understanding soil texture spatial variability and color in the landscape. The soil variation rate in an individual exposed image ranged from 7 to 20%, while the unified reached 53% of the total area. Obtained values of reflectance between TM3 and TM4 bands representing the soil line and average spectral curve of laboratory soil samples were similar to the satellite ones. Among the soil attributes studied, clay presented the best correlation with R2 value of 0.75, low error and RPD value above 2.0. Other attributes related to clay also presented good correlation, such as organic matter (OM) and cation exchange capacity (CEC) with R2 values of 0.4 and 0.34 respectively.

A espacialização de atributos dos solos é necessária com vistas ao planejamento e monitoramento do solo. As imagens do satélite Landsat 5 Thematic Mapper (TM) são utilizadas em estudos relacionados aos recursos naturais por fornecerem informações da superfície das terras em áreas amplas e de difícil acesso. Nesse trabalho objetivou-se gerar uma imagem multitemporal de solo exposto através de imagens de satélite e, com ela, mapear atributos da superfície do solo. A área de estudo é a região de Piracicaba, SP, onde foram selecionadas treze imagens do Landsat TM. Amostras da camada mais superficial dos solos foram coletadas em 740 pontos, e nelas analisados vários atributos do solo. Por meio da reflectância espectral dos objetos das imagens de satélite foram obtidas informações de solo exposto e eliminados outros alvos. As imagens foram adquiridas em série histórica e sobrepostas, gerando uma composta final com solo exposto. Os atributos do solo que obtiveram boa correlação com as bandas dessa imagem foram quantificados por meio da técnica de regressão multivariada e espacializados. Mapas pré-existentes de geologia e pedologia auxiliaram no entendimento da variabilidade espacial da textura e cor dos solos na paisagem. A taxa de variação do solo exposto em uma imagem individual variou de 7 a 20 %, enquanto a unificada atingiu 53 % da área total. Valores de reflectância entre as bandas TM3 e TM4 contrapostos representando a linha do solo e curva espectral média de espectros de amostras de solos obtidas em laboratório apresentaram semelhança com as de satélite. Entre os atributos estudados, a argila obteve a melhor correlação com R2 de 0,75, erro baixo e RPD acima de 2. Outros atributos relacionados com a argila também obtiveram boa correlação, como matéria orgânica (MO) e capacidade de troca de cátions (CTC) com R2 de 0,4 e 0,34 respectivamente. / The knowledge of spatial distribution of soil attributes is necessary for soil planning and monitoring. Landsat 5 Thematic Mapper (TM) images are used in studies related to natural resources for providing the land surface information in large areas and in areas of difficult access. This work aimed to create a multi-temporal image of bare soil through satellite scenes and map soil attributes from the surface. The study area is located in Piracicaba region, SP, where thirteen Landsat TM scenes were selected. Samples of the soil superficial layer were collected at 740 points, and several soil properties were analyzed. Spectral reflectance of different objects from satellite images was obtained and only exposed soil information was selected. Images were acquired in historical series and overlapped, generating a final composed image with bare soil. Soil attributes that presented good correlation with the bands were quantified by multivariate regression and mapped. Pre-existing maps of geology and soil helped in understanding soil texture spatial variability and color in the landscape. The soil variation rate in an individual exposed image ranged from 7 to 20%, while the unified reached 53% of the total area. Obtained values of reflectance between TM3 and TM4 bands representing the soil line and average spectral curve of laboratory soil samples were similar to the satellite ones. Among the soil attributes studied, clay presented the best correlation with R2 value of 0.75, low error and RPD value above 2.0. Other attributes related to clay also presented good correlation, such as organic matter (OM) and cation exchange capacity (CEC) with R2 values of 0.4 and 0.34 respectively.