Um dos principais fatores a ser considerado, em relação agricultura sustentável é o solo, pois se trata de um recurso natural não renovável e sua recuperação apresenta um alto custo, portanto, torna-se relevante o seu uso de forma racional. O conhecimento de seus atributos físicos e químicos, relacionados com sua variabilidade espacial, só é possível através de levantamentos pedológicos, que são de alto custo econômico.

A maioria dos mapas existentes são pouco detalhados, fato esse que inviabiliza sua utilização para o planejamento agrícola. O custo para elaboração de novos mapas é alto e o tempo para seu desenvolvimento é demorado, sendo necessário buscar ferramentas que auxiliem nesta realização. O desenvolvimento de técnicas que melhorem os níveis de mapeamento, é de grande importância principalmente numa época que se predomina a conscientização ambiental.

Ao longo dos últimos 20 anos o sensoriamento remoto tem sido considerada uma importante ferramenta nos mais diversos aspectos relacionados aos estudos de solos. No Brasil, o monitoramento dos solos por meio de imagens orbitais pode ter grande utilidade, tendo em vista sua enorme extensão territorial e diversidade de solos, assim como a ocorrência de regiões de desenvolvimento agrícola contrastante (Nanni, 2000).

O sensoriamento remoto tem sido considerado uma importante ferramenta nos mais diversos aspectos relacionados aos estudos de solos. A grandeza que vem sendo relacionada com o solo denomina-se reflectância espectral. Essa característica é uma grandeza cumulativa que deriva do comportamento espectral devido às combinações de textura (areia, silte e argila), matéria orgânica, umidade do solo, teor de óxidos de ferro e material mineral. Todos esses fatores interferem no comportamento espectral do solo. Os dados gerados por essa técnica têm sido utilizados com sucesso na estimativa de atributos do solo, sendo muito úteis para a agricultura de precisão. (Johannsen et al.,1998)

Além disso, a utilização desse tipo de metodologia diminui o impacto ambiental, pois não utiliza reagentes potencialmente tóxicos para obtenção de dados. É fato que a maioria dos reagentes utilizados em análises convencionais de solo, acabam tendo como destino final o meio ambiente, gerando uma contaminação que poderia, neste caso, ser evitada. Outro aspecto importante é a possibilidade de determinar áreas com risco de erosão com o auxilio de imagens de satélite, possibilitando que práticas de conservação sejam realizadas, juntamente com o uso racional de fertilizantes, corretivos e defensivos através da agricultura de precisão.

Após a escolha das áreas e do tipo de analises a qual seriam submetidas as amostras de terra, o presente trabalho foi dividido em três fases: (a) obtenção dos dados: Composições coloridas foram montadas e os locais das tradagens localizados. Para que o dado espectral do pixel fosse coletado e fizesse parte do trabalho, primeiramente foi avaliado se este se encontrava com solo exposto. As informações das amostras foram obtidas utilizando-se as bandas espectrais (nm): B1 (450-520), B2 (520-590), B3 (630-690) e B4 (770-890) do satélite CBERS; (b) calibração: esta fase visa determinar os modelos espectrais de regressão múltipla. Os modelos foram gerados com 50% dos dados coletados, sendo realizado entre os dados de reflectância (variável independente) obtidos através de imagens de satélite, atributos físicos e químicos do solo (variável dependente) obtidos pelas análises em laboratório (Statistical Analysis System, 1999); (c) validação: a fase de validação consistiu na determinação dos teores dos atributos dos solos das 50% amostras restantes que não participaram do modelo. Foi realizada a correlação entre os valores determinados em laboratório e os obtidos pelo modelo espectral orbital. Os modelos foram avaliados pelo índice de correlação linearR²

Para a estimativa dos atributos dos solos através de resposta espectral obtida por imagens de satélite foram estabelecidas equações de regressão múltipla. De uma forma geral os atributos granulométricos são os que obtiveram equações com valores de coeficiente de determinação (R²) mais expressivos cerca de 0,77 para areia e argila e 0,54 para Silte.

Como regra geral à maioria das equações utilizadas para determinar características químicas do solo, obtiveram coeficiente de determinação inferior a 0,5. Somente CTC obteve valor de R² mais significativo, cerca de 0,62.

Outros atributos químicos como fósforo, potássio, cálcio, pH, magnésio, alumínio, hidrogênio mais alumínio, soma de bases e m%, obtiveram equações cujos coeficientes de determinação ficaram inferiores a 0,50.

De uma forma geral as equações geradas pelo SAS (Statistical Analysis System, 1999) para os atributos químicos e granulométricos mostraram que coeficiente de determinação foi significativo para as variáveis de areia, silte, argila e CTC (capacidade de troca catiônica). Isso mostra que os íons presentes no solo pouco alteram sua reflectância.

A comparação dos atributos granulométricos determinados pelo modelo espectral e os determinados em laboratório (areia, silte, argila), obtiveram resultados muito próximos aos determinados em laboratório, mostrado que ocorre alto índice de correlação linear, cerca de 0,5 0,56 e 0,79 respectivamente.

A metodologia de coleta de dados nas imagens CBERS permitiu a geração de modelos espectrais por regressão múltipla. Sendo possível determinar os teores de atributos granulométricos do solo pelo sensor localizado no satélite, tais como areia, silte e argila, com maior expressão do ultimo. Tanto os modelos como a validação do método, demonstraram valores próximos entre os determinados em laboratório e os pelo modelo espectral.

Os atributos químicos como fósforo, potássio, magnésio, cálcio, alumínio possuem pouca interferência na reflectância dos solos, sendo pouco viável sua quantificação através de imagens de satélite.

A metodologia aqui utilizada tem potencial em determinar atributos físicos como argila e areia, a partir da resposta espectral de solos. Servindo como uma fonte de obtenção de dados quase que instantânea para trabalhos relacionados à agricultura de precisão.