O Brasil é um país expressivo na produção de alimentos, assim para melhorar a eficiência da agricultura se faz necessário seu planejamento. O solo é a base para a agricultura sendo relevante nas questões de segurança alimentar e qualidade ambiental. Dados obtidos por sensoriamento remoto podem auxiliar no levantamento, mapeamento e manejo do solo, que são estratégicos para uma agricultura planejada. As técnicas de espectroscopia de refletância são mais rápidas, menos onerosas e menos poluentes quando comparado aos métodos tradicionais de análise de solos. Um banco de dados com informações de espectros de solo é denominado Biblioteca Espectral (BE). Por meio de uma BE é possível caracterizar classes de solo e estimar atributos. As BEs além de contribuir para o levantamento, mapeamento, manejo de solos e ainda pode auxiliar na agricultura de precisão, modelagem de atributos do solo, monitoramento de solos contaminados, comunicação entre pedólogos e conservação dos solos. Existem Bibliotecas Espectrais de Solos (BES) a nível mundial com amostras de continentes, tais como a Austrália, Europa, Ásia, África e Américas, porém poucas amostras Brasileiras representativas. Sendo assim, o objetivo deste trabalho é elaborar uma primeira versão da BE de solos do Brasil (BESB), caracterizar os espectros das classes de solos e quantificar atributos do solo (argila e areia). O banco recebeu amostras de 17 colaboradores e instituições de diversos estados brasileiros, que incluem: Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas e Distrito Federal. No total 19.537 curvas espectrais de solo provenientes de tradagens e perfis foram caracterizados, essas amostras são de várias classes de solos do Brasil. Perfis de solo e seus horizontes representativos tiveram seus espectros caracterizados em curvas multi-espectrais em profundidade. Foi gerado um modelo de quantificação dos atributos baseado na regressão dos mínimos quadrados parciais (PLSR). Os resultados obtidos para os modelos de quantificação foram utilizados para calibração da fração argila (calibração R² = 0,82; RMSE = 46,75 g/kg, validaçãp R² = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) e areia (calibração R² = 0,81; RMSE = 60,9 g/kg, validação R² = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). Foi possível distinguir diferentes classes de solos através da Análise dos Componentes Principais (ACP), como Organossolos, Latossolos, Argissolos e Nitossolos. A elaboração da BESB permite estabelecer padrões espectrais dos solos e auxilia nos avanços das técnicas de quantificação de atributos.

Brazil is a significant country in food production and to improve efficiency of agriculture is necessary to be planned. Soil is the basis for agriculture, which is relevant for food safety and environmental issues. Mapping and soil management are strategies for planned agriculture and can be assisted by remote sensing. Spectroscopy techniques are faster, less honorable and less polluting when compared to traditional methods. Soils Spectral Library (SSL) composes a diverse and varied database with soil spectra information. Through SSL soil types can be characterize and soil attributes estimated. SSL besides contribute to the soil survey, mapping and soil management it can support precision agriculture, soil attribute modeling, soil contaminated monitoring, communication between the soil scientists and soil conservation. There are SSL worldwide with soil samples from continents, such as Australia, Europe, Asia, Africa and the Americas, but there are few Brazilian samples representative. Thus, the objectives of this study were first to create a Brazilian Soil Spectral Library (BSSB), second to characterize soil spectra of BESB soil classes and finally to quantify soil properties (clay and sand). The BSSL bank received samples from 17 collaborators and institutions from various Brazilian states, including Rio Grande do Sul, Santa Catarina, São Paulo, Minas Gerais, Rio de Janeiro, Mato Grosso do Sul, Mato Grosso, Goiás, Maranhão, Pernambuco, Rio Grande do Norte, Ceará, Paraíba, Pará, Roraima, Amazonas and Distrito Federal. The Spectral Library has 19,537 soil samples from auger and profiles. Spectra of several Brazilian soil classes were characterized. Soil profiles and their horizons had their representative spectra characterized with multi-depth analysis. Quantification model of soil attributes was based on partial least squares regression (PLSR). Prediction models were obtained to quantify clay (calibration R² = 0,82; RMSE = 46,75 g/kg, validaçãp R² = 0,83 ; RMSE = 46,75 g/kg; RPD = 4,57) and sand (calibration R² = 0,81; RMSE = 60,9 g/kg, validação R² = 0,79, RMSE = 60,85 g/kg; RPD = 4,16). In addition, we distinguish different soil classes by Principal Component Analysis (PCA). Organossolos, Latossolos, Argissolos and Nitossolos were well separated. BESB assembly assisted to establish spectral patterns of land and it could improve advancing attributes techniques measurement.