Favorite this paper
How to cite this paper?
Abstract

Avaliamos o uso de reflectância VIS-NIR-SWIR obtida por imagens aéreas hiperespectrais e por sensor hiperespectral não-imageador, na predição da fração granulométrica (areia, silte e argila) e teor de matéria orgânica (MO) de solos tropicais. Foram obtidas imagens aéreas da área experimental com solo descoberto pelo sensor aerotransportado AisaFENIX e coletadas 66 amostras de solo superficial ao longo da área, das quais foram obtidas reflectância espectral utilizando espectrorradiometro Fieldspec 3 JR. Foi utilizada Partial Least Square Regression (PLSR) para estimativa das frações granulométricas e MO baseada na reflectância do solo, e o modelo resultante foi aplicado a imagem hiperespectral para elaboração de mapas de predição destes atributos. Os modelos PLSR desenvolvidos apresentaram R2 entre 0,54 e 0,7 para areia, argila e MO, nos dados de ambos os sensores, na etapa de predição. Não obtivemos ajuste para silte. Este estudo gerou com sucesso mapas detalhados de predição de atributos do solo.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Estadual de Maringá
  • 2 Escola Superior de Agricultura "Luiz de Queiroz" - USP
  • 3 Instituto Federal do Paraná
  • 4 Universidade Estadual do Norte do Paraná
  • 5 Universidade do Estado de Minas Gerais
  • 6 Universidade da Flórida
  • 7 Embrapa Soja (Empresa Brasileira de Pesquisa Agropecuária)
Track
  • 26. Hyperspectral remote sensing
Keywords
ANÁLISE MULTIVARIADA; atributos do solo; espectroscopia de solos; PLSR; Sensoriamento remoto