Metodologia para reconhecimento de três solos por sensores: laboratorial e orbital

  • Demattê J
  • Toledo A
  • Simões M
N/ACitations
Citations of this article
46Readers
Mendeley users who have this article in their library.

Abstract

O presente trabalho teve como objetivo estabelecer um método para a utilização de dados espectrais, obtidos em laboratório e imagens do Landsat 5, no reconhecimento e discriminação de três classes de solos do estado de São Paulo. Foram coletadas amostras de solo e obtidos os dados de reflectância por espectrorradiômetro em laboratório como padrão de um Latossolo Vermelho distroférrico (LVdf), um Argissolo Vermelho-Amarelo (PVA) e Neossolo Quartzarênico (RQ). Foram extraídos dados de reflectância das imagens, com os quais se efetuou a classificação digital pelo classificador Spectral Angular Mapper. As curvas espectrais obtidas por espectrorradiômetro em laboratório mostraram três padrões distintos de comportamento espectral, baseados nas diferenças da forma das curvas, feições de absorção dos minerais do solo e na intensidade de reflectância. O LVdf apresentou menor albedo em virtude da textura argilosa e maiores teores de Fe, ao contrário dos solos mais arenosos PVA e RQ. As bandas de absorção características da caulinta (2.200 nm), OH- e água (1.400 e 1.900 nm) ocorreram em todos os solos. Solos arenosos, como o RQ, apresentaram uma curva espectral com tendência positiva. A linha do solo mostrou distinção espectral, tanto com dados orbitais como terrestres, indicando que cada solo tem uma tendência individual. Os padrões espectrais obtidos em laboratório foram importantes para a eficiência do método na detecção dos mesmos nas imagens de satélite. Os solos avaliados podem ser discriminados e reconhecidos pela interpretação quantitativa em imagens. O método mostrou-se eficiente como auxílio no mapeamento de solos no nível semidetalhado de alta intensidade.The objective of this research was to determine a methodology for the use of spectral data obtained in the laboratory and from orbital images for the recognition and discrimination of three soil classes in the State of São Paulo, Brazil. Reflectance data were obtained by a spectroradiometer/by Landsat 5 images in the laboratory as standards from soil samples of Oxisol, Ultisol, and Entisol profiles. Orbital data were converted to reflectance and classified by the Spectral Angle Mapper. The spectral curves obtained by a spectroradiometer in the laboratory showed three different patterns, based on the differences in the shape of the curves, soil mineral absorption features, and the reflectance intensity. The Oxisol presented smaller reflectance due to the clayey texture and greater iron content, in relation to the sandier Ultisols and Psament. The characteristic absorption bands of kaolinite (2,200 nm), OH-, and water (1,400 and 1,900 nm) occurred in all soils. Sandy soils such as the Psament presented a spectral curve with positive tendency. The soils were discriminated by the images (bands 5 and 7), being the terrestrial sensor data an important support in this evaluation. The soil line showed spectral distinction for both orbital and terrestrial data, indicating an individual tendency for each soil. The spectral standards obtained in the laboratory were important for the efficiency of the methodology to identify the same in the satellite images. The methodology was efficient to detect areas with exposed soil in the image. The methodology showed that the soil classes used in this work can be recognized and discriminated by orbital data. The obtained results of the digital classification indicated that this technique can be used to support soil survey at a semi-detailed level of high intensity.

Cite

CITATION STYLE

APA

Demattê, J. A. M., Toledo, A. M. A., & Simões, M. S. (2004). Metodologia para reconhecimento de três solos por sensores: laboratorial e orbital. Revista Brasileira de Ciência Do Solo, 28(5), 877–889. https://doi.org/10.1590/s0100-06832004000500010

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free