A necessidade de novas técnicas para a obtenção de informações sobre os solos e seus atributos, de forma mais rápida e menos onerosa, tornaram o sensoriamento remoto e o geoprocessamento uma importante opção. Estas técnicas permitem analisar uma grande quantidade de dados ao mesmo tempo e associar as informações espectrais com outras variáveis ambientais como geologia e relevo. Neste sentido, este trabalho teve por objetivos (i) caracterizar o comportamento espectral de solos pelos sensores orbitais ASTER e TM e o sensor terrestre IRIS; (ii) avaliar o potencial em estimar teores de atributos do solo por meio de dados espectrais orbitais ASTER em conjunto com os topográficos (avaliação pontual); (iii) determinar a distribuição espacial de atributos do solo pela imagem ASTER (avaliação espacial). Para isso, foram utilizadas informações georeferenciadas de 184 pontos de amostragem de solo da região de Rafard, SP. Também foram utilizadas as análises químicas e físicas das amostras, bem como as informações espectrais orbitais e em laboratório. Na sequência, curvas espectrais médias de solo e de atributos foram geradas para sua caracterização. Modelos estatísticos associando dados de reflectância e topográficos foram gerados para quantificar atributos do solo. Com isso realizou-se o mapeamento dos atributos do solo na imagem de satélite ASTER. Verificou-se que (i) é possível discriminar atributos do solo através de sensores orbitais, sendo que as bandas da faixa do infravermelho se mostraram mais eficazes; o ferro total e matéria orgânica foram os atributos melhor discriminados pelos sensores orbitais ASTER e TM, (ii) é possível quantificar os atributos argila, ferro, silício e titânio utilizando dados espectrais conjuntamente com topográficos, (iii) a quantificação de atributos foi melhor estimada com as variáveis espectrais e topográficas conjuntamente no modelo de regressão quando comparada ao modelo espectral individualmente, (iv) é possível mapear os atributos textura, matéria orgânica, ferro total e capacidade de troca catiônica com índices de até 75 % de similaridade.

The necessity of new techniques to obtain information about soil and its attributes, in a faster and cheaper form, turns remote sensing and geoprocessing into important options. These techniques allow the analysis of a great amount of data at the same time and associate spectral information with other environmental variables such as geology and relief. The objective of this work was (i) to characterize the spectral behavior of soils by orbital (ASTER and TM) and terrestrial (IRIS) sensors; (ii) to evaluate the potencial to estimate soil attributes content through ASTER orbital spectral data combined with topography (punctual evaluation); (iii) to determine the spatial distribution of soil attributes on ASTER image (spatial evaluation). Information was collected from 184 georeferenced soil samples from Rafard, SP. It was also used chemical and physical analyses of the samples as well as laboratory and orbital spectral data. Then, mean spectral curves of soils and attributes were generated for their characterization, statistical models associating reflectance and topography data were created to quantify soil attributes, and attributes maps were done at ASTER image. Results showed that (i) it is possible to discriminate soil attributes through orbital sensors, and the infrared bands were the best ones for this; total iron and organic matter were the best attributes discriminated by ASTER and TM sensors, (ii) it is possible to quantify clay, total iron, silicon and titanium using spectral and topographic data, (iii) the quantification of attributes was better estimated with spectral and topographic data in the models when compared to the models with spectral data only, (iv) it is possible to create maps of grain size distribution, organic matter, total iron and cation exchange capacity with indexes of 75% of similarity.