Os objetivos deste estudo foram verificar a possibilidade do uso da estrutura de dependência espacial para a definição de estratos em povoamentos florestais e comparar, com base no erro de amostragem, a Amostragem Casual Simples (ACS) e a Amostragem Casual Estratificada (ACE), sendo a estratificação realizada por meio dos interpoladores espaciais Inverso do Quadrado da Distância (IQD) e Krigagem. Os dados utilizados foram provenientes de inventários convencionais realizados nos anos de 2006 e 2007, em projetos localizados nos municípios de Curvelo, João Pinheiro e Montes Claros, Minas Gerais. Os resultados mostraram que, dos 50 projetos, 64 % apresentaram grau de dependência espacial de médio a forte, evidenciando que o uso de métodos geoestatísticos possibilita redução no erro sem aumento de custo no inventário. A estratificação com base no interpolador IQD utilizada nos projetos que apresentaram fraco grau de dependência espacial (DE) contribuiu para uma redução em média de 68,4 % no erro de amostragem. A utilização do interpolador geoestatístico nos projetos que apresentaram de média a forte DE, contribuiu para uma redução média de 47,0 % e 65,7 % no erro de amostragem, respectivamente. Mesmo nos projetos onde a estrutura de dependência espacial se manifestou, a estratificação com base no interpolador IQD gera melhoria das estimativas da ACE em relação à ACS.
The objectives of this study were to verify the possibility of application of the spatial dependence structure for stratus definition in forest stands and to compare, based on the sampling error, Random Sampling Design (ACS) and Stratified Sampling Design (ACE), being the stratification realized by the spatial interpolators Inverse of Square of Distance (IQD) and Kriging. The data was provided from conventional inventories conducted in the years of 2006 and 2007, in clonal eucalypt stands on projects located in Curvelo, João Pinheiro and Montes Claros Counties, in Minas Gerais state. The results showed that, of the 50 projects, 64 % presented medium or high spatial dependence degree, evidencing that geo-statistical methods reduce the error without increasing the costs in the inventory. The stratification based on IQD which was used in the projects with low spatial dependence degree (DE) contributed for a mean reduction of 68.4 % in the sampling error. The use of the kriging in the projects with medium or high DE, contributed for a mean reduction of 47.0 % and 65.7 % in the sampling error, respectively. Even in the projects where the spatial dependence structure was detected, the stratification based on IQD generates improvement of the estimates in the ACE compared to the ACS.
