A necromassa (biomassa de madeira morta em pé ou caída) é um componente essencial no estoque de carbono na floresta, servindo também de habitat e de alimento para diversas formas de vida neste ecossistema. Apesar da sua importância ecológica, existem poucos estudos tratando do processo de amostragem para necromassa em inventários florestais. Neste estudo avaliou-se uma amostragem sistemática em dois estágios num fragmento remanescente de Floresta Ombrófila Mista. Aplicou-se o método de Strand para amostragem da necromassa em pé e o método da linha transectal (LIS - Linear Intercept Sampling) para necromassa caída. As variáveis coletadas em campo foram o diâmetro, altura (necromassa em pé) e comprimento (necromassa caída). Os resultados obtidos indicaram que a combinação dos métodos escolhidos foi eficiente e facilitou a mensuração das variáveis em campo, bem como viabilizou condições satisfatórias para os cálculos de estimativas precisas de volume, cujos baixos valores das estimativas paramétricas, indicativos da qualidade do inventário florestal, foram de 8% para o erro padrão e 16% para o erro de amostragem.
Necromass (dead standing or fallen wood biomass) is an essential component of forest carbon stock, also serving as habitat and food for several forms of life in this ecosystem. Despite its ecological importance, few studies concerning sampling processes for necromass in forest inventories are conducted. This study evaluated a systematic sampling in two stages in a surviving fragment of Mixed Araucaria Forest. The Strand method was applied for the inventory of standing necromass and the Linear Intercept Sampling (LIS) for fallen necromass. The variables collected in the field were the diameter, height (standing necromass) and length (fallen necromass). The results indicated that the combination of methods was effective, facilitating field measurements of the variables, enabling satisfactory and accurate estimates of volume, with low values of the parametric estimates, indicatives of the quality of the forest inventory, resulting in 8% for the standard error and 16% for the sampling error.
