Soil spectral library and its use in soil classification Biblioteca espectral e sua aplicação em classificação de solos

• Main Authors: Henrique Bellinaso, José Alexandre Melo Demattê, Suzana Araújo Romeiro
• Format: Article
• Language: English
• Published: Sociedade Brasileira de Ciência do Solo 2010-06-01
• Series: Revista Brasileira de Ciência do Solo
• Subjects: sensoriamento remoto; análise de componentes principais; classificação de solos; remote sensing; principal component analysis; soil classification
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-06832010000300027
• ISSN: 0100-0683; 1806-9657

Soil science has sought to develop better techniques for the classification of soils, one of which is the use of remote sensing applications. The use of ground sensors to obtain soil spectral data has enabled the characterization of these data and the advancement of techniques for the quantification of soil attributes. In order to do this, the creation of a soil spectral library is necessary. A spectral library should be representative of the variability of the soils in a region. The objective of this study was to create a spectral library of distinct soils from several agricultural regions of Brazil. Spectral data were collected (using a Fieldspec sensor, 350-2,500 nm) for the horizons of 223 soil profiles from the regions of Matão, Paraguaçu Paulista, Andradina, Ipaussu, Mirandópolis, Piracicaba, São Carlos, Araraquara, Guararapes, Valparaíso (SP); Naviraí, Maracajú, Rio Brilhante, Três Lagoas (MS); Goianésia (GO); and Uberaba and Lagoa da Prata (MG). A Principal Component Analysis (PCA) of the data was then performed and a graphic representation of the spectral curve was created for each profile. The reflectance intensity of the curves was principally influenced by the levels of Fe2O3, clay, organic matter and the presence of opaque minerals. There was no change in the spectral curves in the horizons of the Latossolos, Nitossolos, and Neossolos Quartzarênicos. Argissolos had superficial horizon curves with the greatest intensity of reflection above 2,200 nm. Cambissolos and Neossolos Litólicos had curves with greater reflectance intensity in poorly developed horizons. Gleisols showed a convex curve in the region of 350-400 nm. The PCA was able to separate different data collection areas according to the region of source material. Principal component one (PC1) was correlated with the intensity of reflectance samples and PC2 with the slope between the visible and infrared samples. The use of the Spectral Library as an indicator of possible soil classes proved to be an important tool in profile classification.<br>A ciência do solo tem buscado desenvolver técnicas que contribuam para a melhor utilização e caracterização do solo; entre elas encontra-se a aplicação de técnicas de sensoriamento remoto. O uso de sensores terrestres na obtenção de dados espectrais de solos tem possibilitado a caracterização desses e o avanço de técnicas de quantificação de seus atributos. Para isso, a montagem de uma biblioteca espectral de solos se faz necessária. Uma biblioteca espectral deve ser representativa da variabilidade de solos de uma região. O presente trabalho teve por objetivo criar uma biblioteca espectral de distintos solos de algumas regiões agrícolas do Brasil. Para isso, foram coletados dados espectrais (sensor Fieldspec, 350-2.500 nm) dos horizontes de 233 perfis de solos das regiões de Matão, Paraguaçu Paulista, Andradina, Ipaussu, Mirandópolis, Piracicaba, São Carlos, Araraquara, Guararapes, Valparaíso (SP); Naviraí, Maracaju, Rio Brilhante, Três Lagoas (MS); Goianésia (GO); e Uberaba e Lagoa da Prata (MG). Posteriormente, foi realizada a análise de componentes principais (PCA) dos dados e a representação gráfica das curvas espectrais de cada perfil. A intensidade das curvas foi influenciada principalmente pelos teores de Fe2O3, argila, matéria orgânica e presença de minerais opacos. Latossolos, Nitossolos e Neossolos Quartzarênicos não apresentaram mudança no comportamento espectral das curvas de seus horizontes. Argissolos mostraram as curvas dos horizontes superficiais com maior intensidade de reflectância após os 2.200 nm. Cambissolos e Neossolos Litólicos apresentaram curvas de maior intensidade de reflectância nos horizontes pouco desenvolvidos. Gleissolos mostraram forma convexa de curva na região dos 350-400 nm. A PCA foi capaz de separar diferentes regiões de coleta de dados em função do material de origem. A componente principal (PC) 1 correlacionou-se com a intensidade de reflectância das amostras, e a PC2, com a inclinação entre a região do visível e a do infravermelho das amostras. O uso da biblioteca espectral como indicativo de possíveis classes de um solo mostrou ser ferramenta importante para a classificação de perfis.