A economia da Ilha do Marajó é influenciada por atividades vinculadas à pecuária, particularmente, a bubalina, cultivada nos campos naturais da Ilha, ao extrativismo nas áreas de floresta e à pequena agricultura desenvolvida desde o período colonial. Nesse contexto, diante das baixas pontuações de IDH, esse estudo analisa a correlação entre atividades agropecuárias e o Índice de Desenvolvimento Humano (IDH) nos municípios da Ilha do Marajó. A metodologia envolveu a organização dos dados de IDH e do censo agropecuário nos centroides dos 16 municípios e a aplicação do método Inverso da Distância Ponderada (IDW) para espacializar os atributos. Como os dados não apresentaram normalidade, foi utilizada a correlação de Spearman. Os resultados mostraram uma correlação moderada e positiva entre a bubalinocultura e a abacaxicultura com o IDH, sugerindo que essas atividades, junto com o turismo, promovem melhorias no desenvolvimento humano. Por outro lado, a criação de galináceos mostrou uma correlação moderada e negativa, indicando uma forma de resiliência local. O estudo explora a correlação entre atividades agropecuárias específicas e o desenvolvimento humano em uma região pouco estudada, utilizando análise espacial para fornecer novos percepções sobre práticas agropecuárias e IDH, destacando a importância de estratégias locais para o desenvolvimento sustentável.

Predictive Digital Soil Mapping (PDSM) in Eastern Amazonia faces challenges due to its environmental complexity, difficult access, and scarce legacy data. While legacy soil maps contain valuable tacit knowledge, updating them requires methods that can handle uncertainty. This study evaluates the integration of old soil maps with machine learning to update soil information in Tracuateua, Pará, with a specific focus on the performance of ensemble learning and the explicit incorporation of uncertainty metrics in soil mapping units under hydromorphic influence, which, in addition to being difficult to access, are influenced by complex pedogenetic processes. We combined 270 sampling points, equivalent to the total pixels that captured the variability of soil mapping units, with environmental covariates and historical data. Several algorithms were tested, including an ensemble approach, to predict mapping units and quantify uncertainty through entropy and confusion indices. The ensemble model demonstrated improved stability and reduced classification uncertainty compared to single models, particularly in challenging hydromorphic environments. Although accuracy gains were modest, the models captured soil–environment relationships, with climate as: Annual Mean Temperature 22,000 years ago (Tmean_22k), relief: Channel Network Base Level (CNBL and altitude) and organism variables: Land Surface Temperature (LST) emerging as the main predictors. Spatialized uncertainty estimates, expressed through entropy and the confusion index, provide a practical decision-support tool for guiding field surveys and identifying areas of low mapping reliability. By explicitly transferring the pedologist’s mental model—encoded as tacit knowledge in legacy soil maps—into ensemble learning, this study presents a robust and transferable framework for updating soil maps in data-scarce tropical regions, balancing predictive performance, spatial consistency, and uncertainty-aware interpretation.

Objetivo: O estudo investigou os atributos biológicos, químicos e granulométricos do solo e a incidência do Amarelecimento Fatal (AF) na palma de óleo. Referencial Teórico: O AF ataca inicialmente o sistema radicular da planta, degradando as raízes mais finas. Fatores abióticos, como topografia e excesso de água, estão associados à sua incidência. Disfunções metabólicas e deficiências nutricionais nas plantas também podem contribuir para o desenvolvimento da doença. Método: Foi aplicada uma abordagem geoestatística para analisar dados biológicos, químicos e granulométricos em uma plantação de dendê. A coleta ocorreu em 100 pontos e utilizou a análise BioAS da Embrapa. A localização de plantas com e sem AF foi georreferenciada, e os dados interpolados via krigagem ordinária, e comparados com o teste de Mann-Whitney. Resultados e Discussão: As áreas afetadas pelo AF apresentaram maiores teores de argila, magnésio e potássio, além de maior atividade biológica no solo, menores altitudes e baixos níveis de fósforo. A discussão sugeriu que a biologia e os nutrientes do solo estão ligados ao AF, com análise também da topografia e umidade. Implicações da Pesquisa: O estudo fornece evidências sobre a relação entre fatores do solo e a incidência do AF, sugerindo a necessidade de pesquisas adicionais para aprofundar o entendimento dos mecanismos da doença e desenvolver estratégias de manejo eficazes. Originalidade/Valor: Este estudo contribuiu para o avanço da pesquisa ao integrar a bioanálise de solo com métodos geoestatísticos na investigação do AF, fornecendo novos dados sobre a relação entre os atributos do solo e a doença.

Estudos sobre fatores abióticos têm ganhado destaque nas pesquisas sobre o Amarelecimento Fatal (AF) da palma-de-óleo (Elaeis guineensis Jacq.). A aplicação de técnicas geoestatísticas, especialmente a krigagem ordinária, amplia a análise desses fatores, proporcionando uma visão mais holística do ambiente de estudo. O presente trabalho objetivou analisar a influência da Resistência à Penetração do Solo (RPS) sobre a incidência do AF da palma-de-óleo, utilizando técnicas geoestatísticas. O estudo foi realizado na Fazenda Nogami, em Igarapé-Açu (Pará), em uma plantação de 6,3 hectares com 10,24% de plantas afetadas. Após aferir a RPS com um penetrômetro de solos, os dados foram submetidos a testes descritivos e de normalidade, seguidos pela construção do semivariograma e pela krigagem ordinária, gerando o mapa temático da distribuição espacial da RPS. A partir do inventário fitossanitário georreferenciado e do mapa, determinou-se a RPS para cada planta, constituindo dois grupos: Plantas Com AF e Plantas Sem AF. Dada a não normalidade dos dados (teste de Shapiro-Wilk), utilizou-se o teste de Mann-Whitney, revelando maior prevalência de AF em áreas com maior RPS.

Soil bioanalysis and vegetation indices such as NDVI and EVI help to monitor soil fertility and the vigor of oil palm. This contributes to optimized and sustainable crop management in the Amazon. However, the integration of these data to elucidate spatial patterns and optimize soil management remains limited. The objective of this study was to evaluate the relationship between Soil Bioanalysis (BioAS) and vegetation spectral indices (NDVI and EVI) within a conventional oil palm (Elaeis guineensis Jacq.) plantation in northeastern Pará, Brazil. The following attributes were analyzed: Arylsulfatase, β-glucosidase, SQI Biological, SQI Chemical, SQI FertBio, and cycling, storing, and supplying nutrients functions. Geostatistical analysis revealed strong spatial dependence for most of the attributes, allowing interpolation by ordinary kriging to generate predictive maps. Principal Component Analysis (PCA) indicated an inverse relationship between the spectral indices and the soil’s biological attributes, suggesting that areas with higher vegetative vigor may be associated with changes in nutrient dynamics and other soil-related factors, such as physical properties and water availability, under the studied conditions. In addition, orthogonality was observed between NDVI, EVI, and some soil attributes, such as F3 - Supplying Nutrients, SQI Chemical, SQI FertBio, and arylsulfatase, indicating a lack of direct correlation under the studied conditions. These results highlight the importance of integrating soil bioanalysis, remote sensing, and geostatistical techniques to improve the understanding and monitoring of soil conditions and oil palm productivity.

Black pepper (Piper nigrum L.) is a crop of significant economic importance in the Amazon, especially in the state of Pará, where intensive production systems predominate. Understanding the spatial variability of soil attributes and their relationship with plant vigor is essential to optimize agricultural practices and input use. Geotechnology-based approaches enable the generation of more precise management zones, contributing to efficient resource use and increased profitability. This study aimed to delimit potential management zones in black pepper crops based on the spatial analysis of soil bulk density (BD) integrated with the NDVI (Normalized Difference Vegetation Index), evaluated using the Bivariate Moran’s Index. The research was conducted in a production area in the municipality of Baião, Pará, Brazil, using soil samples to determine bulk density and UAV images for NDVI calculation. Data were interpolated by kriging and analyzed to identify spatial associations between soil compaction and NDVI. Soil bulk density ranged from 1.14 to 1.80 Mg m⁻³, while NDVI values ranged from 0.07 to 0.91, revealing a clear inverse spatial relationship between soil compaction and vegetative vigor. The integration of BD and NDVI allowed the delineation of site-specific management zones, supporting more efficient decision-making in precision agriculture.