A análise de solo é considerada ferramenta essencial para fins de recomendação de calagem, adubação e manejo do solo. Entretanto, com a demanda crescente por alimentos e a necessidade do aumento sustentável da produtividade agrícola, é fundamental seguir progredindo em termos de qualidade, custos e o tempo demandado para a obtenção dos resultados destas análises. Neste sentido, as técnicas de sensoriamento remoto, incluindo as escalas laboratoriais, de campo, aéreas e orbitais, apresentam vantagens, principalmente no que se refere à avaliação de áreas de grande extensão. A qualidade das determinações laboratoriais é fundamental para as recomendações de manejo do solo, levando ao questionamento do grau de variabilidade analítica entre diferentes laboratórios e quantificações via espectroscopia de reflectância. Objetivou-se avaliar as incertezas relacionadas às determinações da análise de solo, e como isso pode afetar nos modelos de predição espectrais (350-2.500 nm). Com isso, espera-se entender as vantagens e limitações das metodologias, permitindo assim decisões mais adequadas para o manejo do solo. Amostras de solos sob cultivo extensivo de cana de açúcar foram coletadas de 29 municípios situados no estado de São Paulo. Para a coleta dos solos foram abertos 48 perfis com aproximadamente 1,5 m de profundidade, foi retirado de cada perfil aproximadamente 10 kg de terra, nas profundidades de 0-0,2 e 0,8-1,00 m, totalizando 96 amostras primárias. Para as determinações químicas foram analisados os seguintes atributos: potencial hidrogeniônico (pH), matéria orgânica (MO), fósforo resina (P), potássio trocável (K⁺), cálcio trocável (Ca²⁺), magnésio trocável (Mg²⁺), alumínio trocável (Al³⁺), acidez potencial (H + Al), soma de bases trocáveis (SB), capacidade de troca de cátions (CTC), saturação da CTC por bases (V%) e saturação por Al³⁺ (m%). No que se refere às determinações granulométricas, foram analisadas as frações areia, silte e argila. Para obtenção dos espectros de reflectância, foram utilizados quatro espectrorradiômetros (350-2.500 nm). As variações das recomendações de calagem de diferentes laboratórios também foram avaliadas. Laboratórios foram avaliados com base em índices de imprecisão e inexatidão. As determinações com maiores erros em ordem decrescente, considerando a média de todos os laboratórios, foram m%, Al³⁺, Mg²⁺ e P. Esses erros influenciaram significativamente nas calibrações dos modelos de predições via sensor. Além disso, foi observado que as incertezas analíticas muitas vezes podem influenciar na recomendação de calagem. Para esta recomendação, um dos laboratórios estudados apresentou resultados com erro maior a 1 t ha^-1. Os modelos de predição calibrados com os dados do laboratório com menor quantidade de erros apresentaram valor de R² maior que 0,7 e RPD maior que 1,8, para os atributos MO, Al, CTC, H+Al, areia, silte e argila. A metodologia empregada possibilitou a quantificação do nível de incertezas aceitáveis nas determinações laboratoriais e a avaliação de como os erros analíticos laboratoriais influenciaram nas predições dos sensores. A espectroscopia de reflectância mostra ser alternativa complementar eficiente aos métodos tradicionais de análises de solo.

Soil analysis is an essential tool for liming recomendation, fertilization and soil management. Considering the increasing demand for food and the need for a sustainable increase in agricultural productivity, it is essential to promote the quality of soil analysis, as well as reducing costs and time required to obtain such analysis. In this sense, remote sensing techniques, including laboratory, field, aerial and orbital levels, have advantages especially regarding the assessment of areas of large extension. The quality of laboratory measurements is critical for soil management recommendations, which makes important to question the degree of analytical variability between different laboratories and measurements via reflectance spectroscopy. This study aimed to evaluate the uncertainties related to traditional soil analysis, and how they can affect the spectral prediction models (350-2500 nm). It is expected to understand the advantages and limitations of both methodologies, allowing proper decision-making for soil management. Soil samples under extensive sugar cane cultivation were collected from 29 municipalities in the state of São Paulo. For soil sampling, 48 soil profiles were opened in a depth of approximately 1.5 m and 10 kg of soil was collected from the depths 0-0.2 and 0.8-1.0 m, resulting in 96 primary samples. For chemical analysis the following attributes were considered: potential of Hydrogen (pH), Organic Matter (OM), phosphorus (P), exchangeable potassium (K⁺), exchangeable calcium (Ca²⁺), exchangeable magnesium (Mg²⁺), exchangeable aluminum (Al³⁺), potential acidity (H + Al), total exchangeable bases (SB), Cation Exchange Capacity (CEC), CEC saturation by bases (V%) and saturation by Al³⁺ (m%). Regarding the particle size measurements, the fractions sand, silt and clay were analyzed. Four spectroradiometers (350-2500 nm) were used in order to obtain the reflectance spectra. The variations of liming recommendations from different laboratories were also evaluated. Laboratories were evaluated based on imprecision and inaccuracy rates. The soil attributes that presented highest errors in the traditional analysis, based on the average of all laboratories, were in descending order m%, Al³⁺, Mg²⁺ and P. These errors significantly influenced the calibrations of the prediction models through sensors. Furthermore, the analytical uncertainties can often influence liming recommendations. For this recommendation, one of the laboratories presented results with errors greater than 1 t ha^-1. The prediction models calibrated with laboratory data with fewer errors presented R² value greater than 0.7 and RPD greater than 1.8 for OM, Al³⁺, CEC, H + Al, sand, silt and clay. The methodology allowed the quantification of the level of acceptable uncertainty in the laboratory measurements and the evaluation of how the laboratory analytical errors influenced the predictions of the sensors. The reflectance spectroscopy is an efficient complementary alternative to traditional methods of soil analyses.