Modeling is an important tool in watershed management. In much of the world, data needed for modeling, both for model inputs and for model evaluation, are very limited or non-existent. The overall objective of this research was to enable development of watershed management plans for agricultural dominated systems under situations where data are scarce. First, uncertainty of the SWAT model's outputs due to input parameters, specifically soils and high resolution digital elevation models, which are likely to be lacking in data-poor environments, was quantified using Monte Carlo simulation. Two sources of soil parameter values (SSURGO and STATSGO) were investigated, as well as three levels of DEM resolution (10, 30, and 90 m). Uncertainty increased as the input data became coarser for individual soil parameters. The combination of SSURGO and the 30 m DEM proved to adequately balance the level of uncertainty and the quality of input datasets. Second, methods were developed to generate appropriate soils information and DEM resolution for data-poor environments. The soils map was generated based on lithology and slope class, while the soil attributes were generated by linking surface soil texture to soils characterized in the SWAT soils database. A 30 m resolution DEM was generated by resampling a 90 m DEM, the resolution that is readily available around the world, by direct projection using a cubic convolution method. The effect of the generated DEM and soils data on model predictions was evaluated in a data-rich environment. When all soil parameters were varied at the same time, predictions based on the derived soil map were comparable to the predictions based on the SSURGO map. Finally, the methodology was tested in a data-poor watershed in Bolivia. The proposed methodologies for generating input data showed how available knowledge can be employed to generate data for modeling purposes and give the opportunity to incorporate uncertainty in the decision making process in data-poor environments. / Ph. D.

Wildland fires are increasing in both severity and intensity leading to severe and lasting biogeochemical effects on soil. The CZU lightning complex started on August 16th, 2020, and burned 86,509 acres causing severe social and ecological damage. To better understand the impact of fire on soil properties at the landscape scale, we created a digital soil mapping model with the inclusion of remotely sensed burn severity covariates. We combined a raster-stack of environmental covariates with rasters for fire severity and soil samples, to disentangle the relative contribution of fire to the spatial distribution of soil properties in the recently burned Little Creek watershed in Santa Cruz, Ca. Soils were sampled via a conditional Latin hypercube sampling design and analyzed for soil health and soil Fe/Al-oxide mineralogy. To ascertain the relative contribution of remotely sensed fire severity covariates and standard digital soil mapping covariates (e.g. SCORPAN factors) to explain the variance in post-fire soil properties, we deployed multi-linear regression and random forest modeling. We report that remotely sensed indicators of fire severity explained the variance of Ntotal, Caex, pH, oxalate extractable P, NO3-, and NH4+ in both the MLR and RF models at the watershed scale. The inclusion of rasters of fire effects improved the description of target soil property variance, in concert with more traditional raster-based proxies for the soil forming factors, indicating that fire helps explain the spatial variability of these soil properties in recently burned post-fire landscapes. Furthermore, we report that an increase in remotely sensed fire severity led to an increase in sorbed P (as measured via oxalate extractable P), suggesting a potentially unreported change to post-fire soil P dynamics. Results inform remotely sensed assessment of fire induced changes to soil properties at the landscape scale.

Large amounts of carbon are stored in soils of the northern circumpolar permafrost region. High-resolution mapping of this soil organic carbon (SOC) is important to better understand and predict local to global scale carbon dynamics. In this thesis, studies from five different areas across the permafrost region indicate a pattern of generally higher SOC storage in Arctic tundra soils compared to forested sub-Arctic or Boreal taiga soils. However, much of the SOC stored in the top meter of tundra soils is permanently frozen, while the annually thawing active layer is deeper in taiga soils and more SOC may be available for turnover to ecosystem processes. The results show that significantly more carbon is stored in soils compared to vegetation, even in fully forested taiga ecosystems. This indicates that over longer timescales, the SOC potentially released from thawing permafrost cannot be offset by a greening of the Arctic. For all study areas, the SOC distribution is strongly influenced by the geomorphology, i.e. periglacial landforms and processes, at different spatial scales. These span from the cryoturbation of soil horizons, to the formation of palsas, peat plateaus and different generations of ice-wedges, to thermokarst creating kilometer scale macro environments. In study areas that have not been affected by Pleistocene glaciation, SOC distribution is highly influenced by the occurrence of ice-rich and relief-forming Yedoma deposits. This thesis investigates the use of thematic maps from highly resolved satellite imagery (&lt;6.5 m resolution). These maps reveal important information on the local distribution and variability of SOC, but their creation requires advanced classification methods including an object-based approach, modern classifiers and data-fusion. The results of statistical analyses show a clear link of land cover and geomorphology with SOC storage. Peat-formation and cryoturbation are identified as two major mechanisms to accumulate SOC. As an alternative to thematic maps, this thesis demonstrates the advantages of digital soil mapping of SOC in permafrost areas using machine-learning methods, such as support vector machines, artificial neural networks and random forests. Overall, high-resolution satellite imagery and robust spatial prediction methods allow detailed maps of SOC. This thesis significantly increases the amount of soil pedons available for the individual study areas. Yet, this information is still the limiting factor to better understand the SOC distribution in permafrost environments at local and circumpolar scale. Soil pedon information for SOC quantification should at least distinguish the surface organic layer, the mineral subsoil in the active layer compared to the permafrost and further into organic rich cryoturbated and buried soil horizons. / <p>At the time of the doctoral defense, the following papers were unpublished and had a status as follows: Paper 3: Manuscript. Paper 4: Manuscript.</p>

As áreas agrícolas vêm se tornando cada vez mais tecnificadas, onde o conhecimento das características físicas, químicas e mineralógicas dos solos se torna imprescindível para maximizar a produtividade. O Brasil possui uma grande extensão territorial, sendo que a maior parte não possui mapas de solos compatíveis com as necessidades agrícolas. Torna-se necessário fornecer subsídios à pesquisa pedológica referente ao aperfeiçoamento de técnicas que venham auxiliar os levantamentos de solos, tornando-os mais ágeis e econômicos. Para tanto, foram traçados os seguintes objetivos: caracterizar o comportamento espectral de solos nos níveis de campo, laboratório e orbital; correlacionar as alterações dos solos ao longo de topossequências com o caráter espectral; verificar a separabilidade das unidades de mapeamento e quantificar atributos dos solos através das respostas radiométricas; avaliar a eficiência prática da técnica. O trabalho foi conduzido em Barra Bonita, SP, onde predominam diferentes unidades de solos tais como LATOSSOLOS, ARGISSOLOS, CAMBISSOLOS e NITOSSOLOS com texturas de arenosas a muito argilosas. Na área foram demarcados pontos para amostragem em forma de grade (100 x 100 m). Todos os pontos de coleta foram georreferenciados, foram realizadas tradagens nas profundidades 0-20 e 80-100 cm. As amostras de terra foram encaminhadas ao laboratório para análises físicas, químicas. Foram obtidos dados espectrais através de espectroradiômetro em laboratório e campo. Foi realizado um mapa de solos detalhado pelo método convencional, incluindo a caracterização de perfis. Através dos dados espectrais obtidos nos níveis orbital e laboratório foram geradas equações discriminantes para os solos e equações lineares de regressão múltipla para vários atributos do solo. Os atributos dos solos foram comparados com valores estimados pelas equações e os valores determinados nas análises de laboratório para verificar a veracidade dos dados espectrais e a variabilidade da metodologia proposta. Na medida em que ocorrem alterações dos solos ao longo de uma topossequência, o comportamento espectral detectado pelos sensores, se altera. A análise descritiva das curvas espectrais descritas em literatura fornece poucos detalhes na discriminação de solos. É possível discriminar solos por sensor terrestre e orbital com 81 e 40 % de acerto respectivamente. A estimativa de teores de ferro por sensores terrestre e orbital auxilia na classificação de solos. É possível quantificar atributos do solo como areia, argila e ferro por sensores em laboratório, e, com menor índice de significância por sensores orbitais. / The agricultural areas are becoming more and more technified, where the knowledge of the physical, chemical and mineralogical characteristics of soils becomes indispensable to maximize crop productivity. Brazil possesses a great territorial extension, and most of the areas do not possess soil maps compatible with the agricultural needs. Modern technological improvements signal the necessity of supplying data to soil research, especially those areas regarding soil survey, with the objective of turning soil survey more agile and economic. The following objectives were traced: characterize the spectral behavior of soils in field, laboratory and orbital levels; correlate the alterations of soils along toposequences with the spectral character; verify the discrimination of mapping units and quantify attributes of the soils through their spectral responses; evaluate the practical efficiency of the technique. The work was done in Barra Bonita, SP, where Oxisol, Alfisol, Inceptisol e Ultisol with textures of sandy to very loamy dominate. In the study area, samples were taken following a 100 x 100 m grid. All the points were georeferenced and soil samples were obtained in the depths 0-20 and 80-100 cm. The soil samples were taken to the laboratory for physical and chemical analyses. After that, the spectral data were obtained using a spectroradiometer in laboratory, field and orbital levels. A detailed soil maps was done by the conventional method, including the characterization of profiles. Through the spectral data obtained in the orbital and laboratory levels, discriminant equations were generated for the soils and linear equations of multiple regression for several attributes of the soil. The soil attributes were compared with values quantified by the equations and values determined in laboratory analyses to verify the accuracy of the spectral data and the variability of the methodology proposal. As the soils modifications occur along a toposequence, the spectral behavior detected by the sensors becomes different. The descriptive analysis of the spectral curves described in literature supplies few details of soil discrimination. It is possible to discriminate soils by terrestrial and orbital sensors with 81 and 40% of success, respectively. The estimation of the iron content by terrestrial and orbital sensors aids in the classification of soils. It is possible to quantify attributes of the soil as sand, clay and iron using a sensor in the laboratory, and, with smaller accuracy by orbital sensors.

Os solos são vitais para todos os ecossistemas terrestres e deles depende a maior parte dos recursos para a manutenção dos seres vivos. Seu uso é importante para a agricultura e, para assim serem usados, é necessário conhecê-los, tanto como são como onde estão na paisagem. Esse conhecimento pode ser adquirido através de levantamentos de solos para os quais existem muitas limitações, como alta demanda financeira, elevado tempo para sua execução e subjetividade associada ao conhecimento tácito dos pedólogos. Por isso, são necessárias novas estratégias que auxiliem a execução de mapas de solos. Uma abordagem promissora é a identificação de unidades naturais do relevo em nível de detalhe, uma vez que é possível predizer a ocorrência de atributos e tipos de solos na paisagem quando associando as feições dos seus perfis com as de sua superfície. Diante disto, este trabalho objetiva testar procedimentos digitais para segmentação detalhada de elementos das encostas e relacioná-los com os atributos e classes taxonômicas de solos. Em uma área de estudo de 2.500 ha, situada na região de Piracicaba (SP), parâmetros geomorfométricos organizados hierarquicamente em regras em uma árvore de decisão foram utilizados para classificar, em escala detalhada (1:10.000), os cinco elementos da encosta (topo, ombro, meia-encosta, sopé coluvial e sopé colúvio-aluvial). Avaliou-se uma estratégia de análise de similaridade visando à identificação de agrupamentos de amostras de solos da mesma classe, a partir de diferentes conjuntos de variáveis. Essa segmentação digital mostrou que é possível explicitar a localização de cada um dos elementos da encosta e que neles dominam perfis de solos que se assemelham. Na maioria dos casos, essa semelhança pode ser comprovada com o uso tanto de análises convencionais como espectrais das amostras de solo coletadas até 1 m de profundidade. Essa classificação digital dos elementos da encosta pode auxiliar no mapeamento de solos detalhados e ultradetalhados (escalas 20.000 ou maiores). / Soils are vital for all terrestrial ecosystems and the majority of resources for maintenance of human beings depend on them. Their use is important for agriculture and, in order to be used in this manner, it is essential to know them, as well as how they are and where they are located in the landscape. This knowledge can be acquired through soil surveys, that have several limitations, such as high financial demand, time-consuming execution and subjectivity associated with the pedologists tacit knowledge. Considering this, new strategies are needed to support the elaboration of soil maps. One promising approach is the identification of detailed natural units of relief, since it is possible to predict the occurrence of attributes and types of soils in the landscape when associating the features of their profiles with those of their surface. Therefore, this research aims to test digital procedures for detailed segmentation of hillslope elements and to relate them to soil attributes and taxonomic classes. In a study area of 2,500 ha located in the Piracicaba (SP) region, geomorphometric parameters hierarchically organized into rules in a decision tree were used in order to classify, in a detailed scale (1:10,000), five hillslope elements (summit, shoulder, backslope, footslope and toeslope). A similarity analysis strategy was used to identify groupings of soil samples from the same class, from different sets of variables. This digital segmentation showed that it is possible to make explicit the location of each one of the hillslope elements, where similar soil profiles are dominant. In most cases, this similarity can be verified with the use of both conventional and spectral analyses of soil samples collected up to a depth of 1 m. This digital classification of hillslope elements can support 1st and 2nd order soil survey (scales 1:36,680 or greater).

As plantas daninhas apresentam variabilidade espacial no campo. Esta variabilidade espacial permite o mapeamento e o controle destas plantas de acordo com a necessidade de cada local. Este trabalho teve por objetivos o desenvolvimento e a avaliação de uma metodologia para determinação do tempo de resposta de um equipamento para aplicação localizada de defensivos, a avaliação da eficiência e da economia de herbicida alcançada pela utilização deste sistema, a comparação de duas metodologias para o mapeamento de plantas daninhas e o estudo da correlação da variabilidade espacial entre espécies de plantas daninhas e atributos da fertilidade do solo. A metodologia avaliada para determinação do tempo de resposta de um equipamento para aplicação localizada de defensivos mostrou-se prática e rápida. O tempo de resposta do equipamento avaliado foi de 28 segundos. Foi possível a identificação e o mapeamento de seis espécies de plantas daninhas na área experimental por duas metodologias distintas. A metodologia de mapeamento de plantas daninhas por amostragens sistemáticas se mostrou muito demorada em campo, pouco prática e exigiu um maior tempo para a obtenção dos mapas de plantas daninhas. A metodologia de mapeamento de plantas daninhas pelo contorno das manchas de ocorrência mostrou-se rápida para o levantamento dos dados em campo e para a elaboração dos mapas resultantes. Porém, se mostrou uma metodologia subjetiva. Foi possível a criação de um mapa de prescrição com quatro dosagens diferentes de herbicida baseado na variabilidade espacial das espécies de plantas daninhas mapeadas. O mapa da aplicação foi coerente com o mapa de prescrição. As plantas daninhas mapeadas foram controladas eficientemente. O sistema para aplicação localizada de defensivos permitiu uma economia de 31,6% de herbicida, quando comparado à aplicação em área total. Não houve correlação satisfatória entre a variabilidade espacial dos atributos da fertilidade do solo da área experimental e do estágio de desenvolvimento das espécies de plantas daninhas mapeadas. / The weeds present spatial variability in the field. This spatial variability allows the mapping and the control of these plants on a site-specific basis. The purposes of this work were to develop and to evaluate a method for determination of the time of response of an equipment for site-specific chemical application, to evaluate the herbicide efficiency and economy by using this system, to compare two methods for weed mapping and to analyze the spatial variability correlation between the weed species and the soil fertility attributes. The evaluated method for time of response determination was shown to be practical and fast. The time of response of the evaluated system was 28 s. It was possible to identify and to map six weed species in the field by two different methods. The method of weed mapping by systematic sampling was shown very low, less practical and it demanded a larger time to get the final weed map. The method of weed mapping by weed patch contour was faster than the previous one to get the data in the field and to get the final weed map. However, this method was shown subjective. A prescription map with four herbicide application rates was created according to the spatial variability of weeds. The as-applied map was consistent with the prescription map. The weeds were controlled efficiently. The system evaluated for site-specific chemical application allowed 31,6% of herbicide economy, when compared with the traditio nal method using a single rate for the whole field. There was not an adequate correlation between the spatial variability of soil fertility attributes and the stage of development of weed species.

A busca por elevados índices de produtividade agrícola, bem como a demanda constante pelo uso da terra tem cada vez mais realçado a importância do conhecimento do solo e de suas propriedades, o que se dá, principalmente, através dos levantamentos de solo. No entanto, a obtenção destas informações não é direta, sendo dispendiosa, morosa e pouco atrativa, refletindose na carência de profissionais especializados e, conseqüentemente, na ausência de levantamentos de solos em níveis detalhados. A continuidade na execução de levantamentos, em quaisquer níveis, depende principalmente do emprego de novas técnicas, sobretudo das técnicas de mapeamento digital. Essencialmente por este recurso oferecer agilidade e acuracidade, despertando também o interesse de novos pesquisadores. Inúmeros estudos em levantamentos de solos têm abordado e indicado o uso de dados geoespaciais (modelo digital de elevação, geomorfologia, entre outros) e produtos de sensoriamento remoto espectral (espectrorradiometria aos níveis de laboratório, campo e/ou orbital), porém não há trabalhos unindo estas técnicas de forma concisa, apurada e científica. Neste contexto, este trabalho visa, fundamentalmente, determinar um método que identifique e espacialize classes de solos utilizando múltiplas ferramentas, como o sensoriamento remoto (dados espectrais ao nível laboratorial e orbital), aspectos da paisagem (modelo digital de elevação, declividade, curvatura, rede de drenagem, e outros) e sistemas de informações geográficas (manipulação e cruzamento de informações), obtendo, como produto final, um mapa digital de solos. / The search for high levels of agricultural productivity and the constant demand for the use of land has emphasized the importance of knowledge of soil and its properties, mainly through of the soil mapping. However obtaining this information is not direct, beyond costly, slowly and not very attractive, reflecting on the lack of skilled professionals and in the absence of mappings at levels detailed. The continuity in the implementation of surveys on any level depends mainly on the use of new techniques, especially the digital techniques. Essentially this feature by offering speed and accuracy, also arousing the interest of new researchers. Studies on surveys of land have addressed and indicated the use of geospatial data (digital elevation model, geomorphology, among others) and products of spectral remote sensing (spectroradiometry at the laboratory, field and/or orbital levels), but there is no works uniting these techniques in a concise, accurate and scientific away. In this context, this work is aimed, primarily, determine a method that identifies and spatializing classes of soil using multiple tools, such as remote sensing (spectral data at laboratory and orbital), aspects of the landscape (digital model of elevation, slope, curvature, network of drainage, and others) and geographic information systems (crossing and manipulation of information), obtaining, as the final product, a digital soil map.

A necessidade de novas técnicas para a obtenção de informações sobre os solos e seus atributos, de forma mais rápida e menos onerosa, tornaram o sensoriamento remoto e o geoprocessamento uma importante opção. Estas técnicas permitem analisar uma grande quantidade de dados ao mesmo tempo e associar as informações espectrais com outras variáveis ambientais como geologia e relevo. Neste sentido, este trabalho teve por objetivos (i) caracterizar o comportamento espectral de solos pelos sensores orbitais ASTER e TM e o sensor terrestre IRIS; (ii) avaliar o potencial em estimar teores de atributos do solo por meio de dados espectrais orbitais ASTER em conjunto com os topográficos (avaliação pontual); (iii) determinar a distribuição espacial de atributos do solo pela imagem ASTER (avaliação espacial). Para isso, foram utilizadas informações georeferenciadas de 184 pontos de amostragem de solo da região de Rafard, SP. Também foram utilizadas as análises químicas e físicas das amostras, bem como as informações espectrais orbitais e em laboratório. Na sequência, curvas espectrais médias de solo e de atributos foram geradas para sua caracterização. Modelos estatísticos associando dados de reflectância e topográficos foram gerados para quantificar atributos do solo. Com isso realizou-se o mapeamento dos atributos do solo na imagem de satélite ASTER. Verificou-se que (i) é possível discriminar atributos do solo através de sensores orbitais, sendo que as bandas da faixa do infravermelho se mostraram mais eficazes; o ferro total e matéria orgânica foram os atributos melhor discriminados pelos sensores orbitais ASTER e TM, (ii) é possível quantificar os atributos argila, ferro, silício e titânio utilizando dados espectrais conjuntamente com topográficos, (iii) a quantificação de atributos foi melhor estimada com as variáveis espectrais e topográficas conjuntamente no modelo de regressão quando comparada ao modelo espectral individualmente, (iv) é possível mapear os atributos textura, matéria orgânica, ferro total e capacidade de troca catiônica com índices de até 75 % de similaridade. / The necessity of new techniques to obtain information about soil and its attributes, in a faster and cheaper form, turns remote sensing and geoprocessing into important options. These techniques allow the analysis of a great amount of data at the same time and associate spectral information with other environmental variables such as geology and relief. The objective of this work was (i) to characterize the spectral behavior of soils by orbital (ASTER and TM) and terrestrial (IRIS) sensors; (ii) to evaluate the potencial to estimate soil attributes content through ASTER orbital spectral data combined with topography (punctual evaluation); (iii) to determine the spatial distribution of soil attributes on ASTER image (spatial evaluation). Information was collected from 184 georeferenced soil samples from Rafard, SP. It was also used chemical and physical analyses of the samples as well as laboratory and orbital spectral data. Then, mean spectral curves of soils and attributes were generated for their characterization, statistical models associating reflectance and topography data were created to quantify soil attributes, and attributes maps were done at ASTER image. Results showed that (i) it is possible to discriminate soil attributes through orbital sensors, and the infrared bands were the best ones for this; total iron and organic matter were the best attributes discriminated by ASTER and TM sensors, (ii) it is possible to quantify clay, total iron, silicon and titanium using spectral and topographic data, (iii) the quantification of attributes was better estimated with spectral and topographic data in the models when compared to the models with spectral data only, (iv) it is possible to create maps of grain size distribution, organic matter, total iron and cation exchange capacity with indexes of 75% of similarity.

As plantas daninhas apresentam variabilidade espacial no campo. Esta variabilidade espacial permite o mapeamento e o controle destas plantas de acordo com a necessidade de cada local. Este trabalho teve por objetivos o desenvolvimento e a avaliação de uma metodologia para determinação do tempo de resposta de um equipamento para aplicação localizada de defensivos, a avaliação da eficiência e da economia de herbicida alcançada pela utilização deste sistema, a comparação de duas metodologias para o mapeamento de plantas daninhas e o estudo da correlação da variabilidade espacial entre espécies de plantas daninhas e atributos da fertilidade do solo. A metodologia avaliada para determinação do tempo de resposta de um equipamento para aplicação localizada de defensivos mostrou-se prática e rápida. O tempo de resposta do equipamento avaliado foi de 28 segundos. Foi possível a identificação e o mapeamento de seis espécies de plantas daninhas na área experimental por duas metodologias distintas. A metodologia de mapeamento de plantas daninhas por amostragens sistemáticas se mostrou muito demorada em campo, pouco prática e exigiu um maior tempo para a obtenção dos mapas de plantas daninhas. A metodologia de mapeamento de plantas daninhas pelo contorno das manchas de ocorrência mostrou-se rápida para o levantamento dos dados em campo e para a elaboração dos mapas resultantes. Porém, se mostrou uma metodologia subjetiva. Foi possível a criação de um mapa de prescrição com quatro dosagens diferentes de herbicida baseado na variabilidade espacial das espécies de plantas daninhas mapeadas. O mapa da aplicação foi coerente com o mapa de prescrição. As plantas daninhas mapeadas foram controladas eficientemente. O sistema para aplicação localizada de defensivos permitiu uma economia de 31,6% de herbicida, quando comparado à aplicação em área total. Não houve correlação satisfatória entre a variabilidade espacial dos atributos da fertilidade do solo da área experimental e do estágio de desenvolvimento das espécies de plantas daninhas mapeadas. / The weeds present spatial variability in the field. This spatial variability allows the mapping and the control of these plants on a site-specific basis. The purposes of this work were to develop and to evaluate a method for determination of the time of response of an equipment for site-specific chemical application, to evaluate the herbicide efficiency and economy by using this system, to compare two methods for weed mapping and to analyze the spatial variability correlation between the weed species and the soil fertility attributes. The evaluated method for time of response determination was shown to be practical and fast. The time of response of the evaluated system was 28 s. It was possible to identify and to map six weed species in the field by two different methods. The method of weed mapping by systematic sampling was shown very low, less practical and it demanded a larger time to get the final weed map. The method of weed mapping by weed patch contour was faster than the previous one to get the data in the field and to get the final weed map. However, this method was shown subjective. A prescription map with four herbicide application rates was created according to the spatial variability of weeds. The as-applied map was consistent with the prescription map. The weeds were controlled efficiently. The system evaluated for site-specific chemical application allowed 31,6% of herbicide economy, when compared with the traditio nal method using a single rate for the whole field. There was not an adequate correlation between the spatial variability of soil fertility attributes and the stage of development of weed species.

A necessidade de novas técnicas para a obtenção de informações sobre os solos e seus atributos, de forma mais rápida e menos onerosa, tornaram o sensoriamento remoto e o geoprocessamento uma importante opção. Estas técnicas permitem analisar uma grande quantidade de dados ao mesmo tempo e associar as informações espectrais com outras variáveis ambientais como geologia e relevo. Neste sentido, este trabalho teve por objetivos (i) caracterizar o comportamento espectral de solos pelos sensores orbitais ASTER e TM e o sensor terrestre IRIS; (ii) avaliar o potencial em estimar teores de atributos do solo por meio de dados espectrais orbitais ASTER em conjunto com os topográficos (avaliação pontual); (iii) determinar a distribuição espacial de atributos do solo pela imagem ASTER (avaliação espacial). Para isso, foram utilizadas informações georeferenciadas de 184 pontos de amostragem de solo da região de Rafard, SP. Também foram utilizadas as análises químicas e físicas das amostras, bem como as informações espectrais orbitais e em laboratório. Na sequência, curvas espectrais médias de solo e de atributos foram geradas para sua caracterização. Modelos estatísticos associando dados de reflectância e topográficos foram gerados para quantificar atributos do solo. Com isso realizou-se o mapeamento dos atributos do solo na imagem de satélite ASTER. Verificou-se que (i) é possível discriminar atributos do solo através de sensores orbitais, sendo que as bandas da faixa do infravermelho se mostraram mais eficazes; o ferro total e matéria orgânica foram os atributos melhor discriminados pelos sensores orbitais ASTER e TM, (ii) é possível quantificar os atributos argila, ferro, silício e titânio utilizando dados espectrais conjuntamente com topográficos, (iii) a quantificação de atributos foi melhor estimada com as variáveis espectrais e topográficas conjuntamente no modelo de regressão quando comparada ao modelo espectral individualmente, (iv) é possível mapear os atributos textura, matéria orgânica, ferro total e capacidade de troca catiônica com índices de até 75 % de similaridade. / The necessity of new techniques to obtain information about soil and its attributes, in a faster and cheaper form, turns remote sensing and geoprocessing into important options. These techniques allow the analysis of a great amount of data at the same time and associate spectral information with other environmental variables such as geology and relief. The objective of this work was (i) to characterize the spectral behavior of soils by orbital (ASTER and TM) and terrestrial (IRIS) sensors; (ii) to evaluate the potencial to estimate soil attributes content through ASTER orbital spectral data combined with topography (punctual evaluation); (iii) to determine the spatial distribution of soil attributes on ASTER image (spatial evaluation). Information was collected from 184 georeferenced soil samples from Rafard, SP. It was also used chemical and physical analyses of the samples as well as laboratory and orbital spectral data. Then, mean spectral curves of soils and attributes were generated for their characterization, statistical models associating reflectance and topography data were created to quantify soil attributes, and attributes maps were done at ASTER image. Results showed that (i) it is possible to discriminate soil attributes through orbital sensors, and the infrared bands were the best ones for this; total iron and organic matter were the best attributes discriminated by ASTER and TM sensors, (ii) it is possible to quantify clay, total iron, silicon and titanium using spectral and topographic data, (iii) the quantification of attributes was better estimated with spectral and topographic data in the models when compared to the models with spectral data only, (iv) it is possible to create maps of grain size distribution, organic matter, total iron and cation exchange capacity with indexes of 75% of similarity.