Geração de modelos para a quantificação dos teores de atributos físicos, mineralógicos e carbono orgânico com sensores hiperespectrais em diferentes níveis de aquisição de dados

Abstract

RESUMO: A espectroscopia de imageamento é uma medição simultânea de espectros contínuos de imagens em até centenas de canais ou bandas espectrais, sendo uma tecnologia comprovada para identificar e mapear minerais com base na sua reflectância ou emissividade. Esta tecnologia tem base na capacidade de identificar materiais por assinaturas espectrais nas faixas do espectro eletromagnético do visível (vis de 350-750 nm), no infravermelho próximo (NIR de 750-1.000 nm) e infravermelho de ondas curtas (SWIR de 1.000-2.500 nm). Com a utilização da quimiometria, dados são transformados em informações, como na calibração multivariada para a quantificação dos parâmetros do solo a partir de dados espectroscópicos. Com isso, este trabalho teve como objetivo avaliar o potencial de uso da espectrorradiometria de reflectância, por regressões múltiplas obtidas por meio de mínimos quadrados parciais (PLS), na estimativa de atributos do solo como areia, silte, argila, carbono orgânico e Fe2O3, em área de uso agrícola no município de Mandaguaçu/PR, usando dados obtidos por sensor hiperespectral aerotransportado AisaFENIX, num intervalo espectral de 380-2.500nm. Os solos foram amostrados em uma área de aproximadamente 200 ha, com profundidade de 0,20 m, totalizando 207 amostras georreferenciadas. Os dados laboratoriais de reflectância do solo foram obtidos utilizando dois sensores, o sensor AisaFENIX instalado em laboratório, que coleta 344 bandas na porção do vis/NIR (380 a 1.000 nm) e 275 bandas espectrais na porção do SWIR (1.000 - 2.500 nm) totalizando 619 bandas, e também o espectrorradiômetro Fieldspec 3 Jr, que coleta na faixa espectral de 350 - 2.500 nm (vis-NIR), totalizando 2.151 bandas. Os modelos utilizando o sensor AisaFENIX, obtiveram os melhores resultados para a calibração e predição de areia (R2 de 0.81 e 0.83 em voo e R2 de 0.82 e 0.75 em laboratório), argila (R2 de 0.76 e 0.79 em voo e R2 de 0.83 e 0.78 em laboratório), e possibilitou bons modelos de calibração para carbono orgânico (R2 de 0.62 e 0.58 em laboratório). Já para silte e ferro obtiveram valores mais baixos, com R2 de 0.36 e 0.18 em laboratório e 0.22 e 0.13 em voo para silte e valores de R2 de 0.19 e 0.31 em laboratório e 0.10 e 0.16 em voo para ferro. Os modelos utilizando o sensor Fieldspec obtiveram os melhores resultados para a calibração e predição de argila (R2 de 0.91 e 0.88) e areia (R2 de 0.84 e 0.87) e possibilitaram bons modelos para carbono orgânico (R2 de 0.74 e 0.61), e também obtiveram valores baixos para silte (R2 de 0.37 e 0.37) e ferro (R2 de 0.17 e 0.23). Os índices SAM e ASDS mostraram similaridade entre os espectros obtidos pelo espectrorradiômetro e AisaFENIX, pois seus resultados se apresentaram próximos de zero

ABESTRACT: Imaging spectroscopy is a simultaneous measurement of continuous image spectra on up to hundreds of spectral channels or bands and is a proven technology for identifying and mapping minerals based on their reflectance or emissivity. This technology is based on the ability to identify materials by spectral signatures in the visible (350-750 nm vis), near infrared (750-1.000 nm NIR) and shortwave infrared (1.000-2.500 SWIR) ranges. nm). Using chemometrics, data is transformed into information, such as multivariate calibration for quantifying soil parameters from spectroscopic data. Thus, this study aimed to evaluate the potential use of reflectance spectroradiometry by multiple regressions obtained by partial least squares (PLS) in the estimation of soil attributes such as sand, silt, clay, organic carbon and Fe2O3. in an area of agricultural use in the city of Mandaguaçu/PR, using data obtained by AisaFENIX airborne hyperspectral sensor, in a spectral range of 380-2.500nm. The soils were sampled in an area of approximately 200 ha, with a depth of 0.20 m, totaling 207 georeferenced samples. Laboratory ground reflectance data were obtained using two sensors, the laboratory-installed AisaFENIX sensor, which collects 344 bands in the vis/NIR portion (380 to 1.000 nm) and 275 spectral bands in the SWIR portion (1.000 - 2.500 nm). 619 bands, as well as the Fieldspec 3 Jr spectroradiometer, which collects in the spectral range of 350 - 2.500 nm (vis-NIR), totaling 2.151 bands. Models using the AisaFENIX sensor obtained the best results for sand calibration and prediction (R2 0.81 and 0.83 in flight and R2 0.82 and 0.75 in laboratory), clay (R2 0.76 and 0.79 in flight and R2 0.83 and 0.78 in the laboratory), and enabled good calibration models for organic carbon (R2 of 0.62 and 0.58 in the laboratory). For silt and iron they obtained lower values, with R2 of 0.36 and 0.18 in laboratory and 0.22 and 0.13 in flight for silt and R2 values of 0.19 and 0.31 in laboratory and 0.10 and 0.16 in flight for iron. Models using the Fieldspec sensor obtained the best results for the calibration and prediction of clay (R2 of 0.91 and 0.88) and sand (R2 of 0.84 and 0.87) and enabled good models for organic carbon (R2 of 0.74 and 0.61), and also obtained low values for silt (R2 of 0.37 and 0.37) and iron (R2 of 0.17 and 0.23). The SAM and ASDS indices showed similarity between the spectra obtained by the spectroradiometer and AisaFENIX, as their results were close to zero