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.
sensoriamento remoto; análise de componentes principais; classificação de solos
