Mapeamento digital de atributos: granulometria e matéria orgânica do solo utilizando espectroscopia de reflectância difusa

Abstract

A espectroscopia de reflectância difusa (ERD) pode ser utilizada como alternativa para quantificação de atributos como granulometria e matéria orgânica do solo (MOS). Essa técnica pode ser opção para quantificar esses atributos em grande volume de amostras de solos, visto ser rápida, com menor custo e sem a geração de resíduos químicos. O objetivo deste estudo foi desenvolver modelos usando análise de regressão linear múltipla para predizer o teor de argila, areia, silte e MOS, utilizando dados de ERD em uma área de relevo e geologia complexa localizada na região central do Rio Grande do Sul. No estudo, foram utilizadas 303 amostras coletadas na profundidade de 0,00-0,20 m para determinar os teores de argila, areia, silte e MOS por meio da análise laboratorial e de reflectância espectral. O desempenho dos modelos de predição apresentaram bons resultados, com capacidade de explicação da variância de 77 e 72 % para areia e argila, respectivamente. Mesmo com a complexidade geológica e pedológica, os resultados evidenciaram que a técnica é promissora, sendo possível a aplicação dessa técnica para predição da granulometria e teor de MOS.Diffuse reflectance spectroscopy (DRS) can be used as an alternative in identifying and quantifying some soil properties such as particle size and soil organic matter (SOM). This technique may be an alternative to quantifying those properties in a large volume of soil samples since it is faster and less costly and does not produce chemical residues. The aim of this study was to develop models using multiple linear regression analysis to predict the content of clay, sand, silt, and SOM using DRS data in an area of complex topography and geology located in the central region of Rio Grande do Sul, Brazil. In the study, 303 samples were collected at a depth of 0.00-0.20 m for determination of clay, sand, silt, and SOM by laboratory and spectral reflectance analysis. The predictive models produced high-quality results, explaining 77 and 72 % of the variance for sand and clay, respectively. The interpolation maps of the observed and predicted properties revealed that the spatial patterns are mainly associated with the topography and geology of the area. Even with the geological and pedological complexity, the results indicated that the technique is promising and it may be applied for prediction of particle size and SOM.