Resumo em Português:
RESUMO Objetivou-se empregar Análise de Componentes Principais (PCA) como ferramenta exploratória dos dados espectrais de absorbância de solos do Maciço de Baturité e do Sertão Central (Ceará, Brasil), para verificar a potencialidade da técnica na caracterização dos solos. Foram analisadas 46 amostras oriundas de solos de diferentes áreas (cultivadas e nativas). Cada amostra foi analisada em duas granulometrias, 2 e 0,2 mm. Os dados espectrais foram obtidos pela espectroscopia no infravermelho próximo (NIR), selecionando-se a faixa 1.360 a 2.260 nm (2.376 variáveis). Avaliou-se três pré-tratamentos dos dados: correção do espalhamento de luz (MSC), 1ª e 2ª derivadas Savitzky-Golay. Foram observadas as bandas de absorção: 1.414 nm (C-H combinação de estiramento e deformação), 1.450 nm (O-H associado à cadeia carbônica), 1.780 nm (2º sobreton C-H), 1.928 nm (O-H associado à água molecular) e 2.208 nm (C-H estiramento e C=O combinação). O melhor pré-tratamento foi verificado usando apenas a correção de espalhamento de luz (MSC). Dois componentes principais explicaram 98% da variabilidade dos dados, sendo que a primeira componente principal (PC1) foi relacionada com a banda característica de umidade, com valores negativos na região de 1.928 nm, enquanto a segunda componente principal (PC2) foi relacionada à matéria orgânica total (MO) oriunda das ligações C-H, C=O e N-H, região do comprimento de onda 1.414 nm. A PCA permitiu caracterizar as amostras quanto a umidade e teores de MO, destacando-se os solos sob sistema agroflorestal irrigado com maiores valores de umidade e MO, enquanto o solo em processo de degradação apresentou menores valores para estes atributos. A espectroscopia NIR associada às ferramentas de tratamentos de dados (PCA e MSC) permite identificar alterações em atributos do solo, como umidade e MO.
Resumo em Inglês:
ABSTRACT This research aimed to use principal component analysis (PCA) as an exploratory method for spectral data of soil absorbance from the Baturité Massif and Central Hinterland (Ceará State, Brazil) to verify the potential of the technique in soil characterization. We analyzed 46 soil samples from different areas (native and cultivated). Each sample was analyzed in two particle sizes: 2 and 0.2 mm. We obtained spectral data by near-infrared spectroscopy (NIR), selecting the 1,360-2,260 nm range (2,376 variables). We evaluated three data pretreatment methods: multiplicative scatter correction (MSC), first derivative, and second derivative of the Savitzky-Golay filter. The absorption bands observed were: 1,414 nm (C-H stretching and deformation combination), 1,450 nm (O-H associated with the carbon chain), 1,780 nm (second overtone of C-H), 1,928 nm (O-H associated with molecular water), and 2,208 nm (C-H stretch and C=O combination). The best pretreatment was verified using only the multiplicative scatter correction (MSC). Two principal components explained 98% of the data variability, being the first principal component (PC1) related to the characteristic band of moisture, with negative values in the 1,928 nm region, while the second principal component (PC2) was related to the total organic matter (OM) originating from the C-H, C=O, and N-H bonds, wavelength region 1,414 nm. The PCA allowed characterizing the samples in terms of moisture and OM contents, with emphasis on soils under irrigated agroforestry system with higher values of moisture and OM, while the soil in degradation process presented lower values for these attributes. The NIR spectroscopy, associated with data processing methods (PCA and MSC), allows identifying changes in soil attributes, such as moisture and OM.
