Modelos espectrais terrestres e orbitais na determinação de teores de atributos dos solos: potencial e custos

Abstract

ResumoO uso de técnicas de sensoriamento remoto nos estudos de solo é relativamente recente e pode abrir novos campos nesta área. Objetivou-se com este trabalho estimar atributos químicos e físicos de solos da região de Ibaté e São Carlos (SP), por meio de equações de regressão linear e múltipla, geradas a partir de informações eletromagnéticas captadas por sensores instalados em laboratório e satélite. Foi realizada uma análise da viabilidade econômica da utilização de sensores na quantificação de elementos do solo em comparação ao método convencional de análises de solo. Para tanto, foram georreferenciadas e realizadas análises espectrais em laboratório (sensor FieldSpec, 400-2500 nm) e por sensor orbital (ASTER) de 319 amostras de terra. Assim, elaboraram-se modelos de predição para atributos de amostras de terra desconhecidas, nos dois níveis de aquisição. Foi possível quantificar o teor de argila (R² = 0,69) e areia (R² = 0,53) do solo, utilizando-se a energia eletromagnética refletida e mensurada por sensor terrestre. Através do sensor orbital obtiveram-se coeficientes de determinação de 0,45 e 0,41 para areia grossa e areia total respectivamente. Verificaram-se que a análise de atributos do solo por sensores pode ser um método menos oneroso, mais rápido e não poluente, como apoio ao método tradicional de análise de terra.Palavras-chave: sensores; quantificação de atributos; agricultura de precisão.Terrestrial and orbital spectral models for the determination of soil attributes: potential and costs AbstractThe use of remote sensing techniques in soils studies is relatively new. Further research in this area should be made. The objective of this work was to estimate chemical and granulometric attributes of soil from Ibaté and São Carlos counties, State of São Paulo, through multiple and linear regression equations generated with reflected electromagnetic information collect by sensors installed in laboratory and satellite. An analysis of the economic viability of the sensor uses for quantifying soil attributes were carried out in comparison with the conventional method of soil analysis. It was collected and georeferenced 319 soil samples. The soil samples were evaluated by laboratory sensor (FielSpec) and orbital image (ASTER). Spectral prediction models were elaborated for both acquisition levels. The models were used to determine the attributes on unknown samples. It was possible to quantify some soil attributes, such as clay (R² = 0.69) and sand (R² = 0.53) content using the reflected electromagnetic energy measures by terrestrial sensor. The orbital sensor showed good results to predict coarse sand (R² = 0.45) e total sand (R² = 0.41). It was verified that the attribute analysis by sensors can be cheaper and faster to assist the traditional method of soil analysis.

Potential of Spectroradiometry to Classify Soil Clay Content

“…The performance for soils classified in class 1 was poorer. The reason for this are the constituents of the clay fraction which have characteristic absorption regions of the visible and near infrared electromagnetic spectrum; thus, the higher the clay content, the better the model performance (Sousa Junior et al, 2011). A lower clay and higher sand content reduce the predictive ability of the models (Mouazen et al, 2005).…”

“…Diffuse reflectance spectroscopy (DRS) is a promising new option for soil analysis, with advantages such as ease of data acquisition from large amounts of samples, within less time and without involving environmentally hazardous chemicals (Viscarra Rossel et al, 2010;Sousa Junior et al, 2011;Ramirez-Lopez et al, 2014). DRS can be an alternative to current methods of routine analyses, since particle size is one of the most relevant properties for soil spectral reflectance (Dalmolin et al, 2005;Demattê and Terra, 2014).…”

Abordagens semiquantitativa e quantitativa na avaliação da textura do solo por espectroscopia de reflectância bidirecional no VIS-NIR-SWIR

“…Sousa Junior et al (2011) observaram que a determinação da distribuição granulométrica de uma amostra de solo seco e peneirado, pelo método convencional proposto por Bouyoucos (1962), leva aproximadamente 48 horas, enquanto a mesma determinação feita a partir de informação espectral do solo pelo VIS-NIR-SWIR (do visível e infravermelho próximo ao infravermelho de ondas curtas, 400 a 2.500 nm) leva apenas cerca de 10 min. Estes mesmos autores verificaram que, no Brasil, os aparelhos necessários para a realização das análises pelo método convencional custam mais do que o dobro do preço dos equipamentos utilizados na análise por espectroscopia de reflectância pelo VIS-NIR-SWIR.…”

Artificial Neural Networks For Predicting Soil Organic Carbon Stocks

“…Chemical analysis carried out in the laboratory is the main method used to provide information about fertility and SOC, however, such method is considered expensive and time-consuming, given the amount of material needed and of data collection in the field that must be performed (Sousa Junior et al, 2011). Computational intelligence methods can be an alternative to reduce costs with data collection and analysis, allowing better quantification and characterization of soil attributes, highlighting in that branch artificial neural networks (ANN).…”