O ajuste de relações hipsométricas a partir de dados oriundos de inventário florestal com o objetivo de estimar o volume de árvores individuais é procedimento comum nas empresas florestais brasileiras. Assim, considerando um conjunto de 481 árvores de Eucalyptus grandis, obtido por meio de um procedimento de inventário florestal, foram simulados diversos tamanhos de amostra, variando de 6 a 204 árvores-amostra. Para cada tamanho de amostra foram feitas 10.000 simulações para cada tamanho de amostra obtidas aleatoriamente. Considerando o exposto, este trabalho teve como objetivo avaliar o efeito do tamanho e da composição das amostras simuladas sobre a precisão de um modelo hipsométrico previamente selecionado. O modelo selecionado teve como variáveis independentes o diâmetro à altura do peito (DAP) e a idade, sendo avaliado também o efeito dessas variáveis sobre as estimativas de altura. Ao final, conclui-se que amostras com pelo menos 27 árvores proporcionaram estimativas mais precisas da altura das árvores quando comparadas com amostras menores que esse número. No entanto, amostras maiores que 27 árvores não implicaram ganhos significativos em termos de precisão. Conclui-se também que a variável DAP foi mais importante para estimar a altura do que a variável idade, considerando-se o modelo proposto, sendo a influência da variável idade na estimação da altura maior nas árvores de maior DAP.
The adjustment of hypsometric relations using data from forest inventory aiming at the estimation of individual tree volumes is a common task in Brazilian forestry companies. This study used a data set of 481 trees of Eucalyptus grandis from a forest inventory. Simulation was carried out varying sample sizes from 6 to 204 sample-trees. For each sample size it was run 10,000 simulations for each size samples selected randomly. This study aimed at evaluating the effect of sample size and structure on the precision of a previously chosen hypsometric model which had, as independent variables, the Diameter at Breast Height (DBH) and the tree age. It was also evaluated the effect of these covariates on the tree heights estimates. It was concluded that a sample with at least 27 trees could more precisely estimate tree height when compared to smaller samples. In addition, sample sizes containing more than 27 trees did not shown significant improving on the precision of the height estimates. For the hipysometric model, the variable DBH was more valuable to estimate the tree height than the covariate age. For the trees with larger DBH, the variable age showed to be more influent.
