O objetivo deste estudo foi avaliar a variabilidade espacial de rendimento de Pinus taeda L. em função de teores de argila do solo obtidos de um mapeamento detalhado de solos, na escala 1:10.000, em uma área localizada no município de Rio Negrinho, estado de Santa Catarina. Os dados dendrométricos para a realização deste estudo, coletados em parcelas de inventário florestal contínuo, foram obtidos de um povoamento com área de 2.252,11 ha. Propriedades do solo e rendimentos de Pinus taeda foram analisados através de métodos geoestatísticos, usando-se semivariogramas, modelos espaciais uni e bivariados e interpolação espacial por krigagem e cokrigagem para construção de mapas que descrevam o rendimento na região. Pelos semivariogramas, avaliou-se a estrutura de continuidade espacial do incremento médio anual volumétrico (IMA), pelo interesse prático nessa variável e também por ter sido a que melhor se correlacionou com os dados de solos. A comparação dos dois mapas obtidos de IMA obtidos pela modelagem uni e bivariada sugere que a última proporciona uma descrição mais detalhada do atributo de interesse na área, sendo o detalhamento da variabilidade espacial dependente do maior ou menor número de dados obtidos geograficamente para o estudo.
The objective of this study was to assess spatial variability of Pinus taeda L. growth due to soil clay contents a function of the soil obtained from a detailed mapping, in the scale 1:10.000, in an area located in the municipality of Rio Negrinho, Santa Catarina State, Brazil. Data on forestry growth was collected from plots of continuous forest inventory, obtained from a population growing on an area of 2.252,11 ha. Soil properties and Pinus taeda crop yields were analyzed through geoestatistical methods using semivariograms and interpolation by kriging and cokriging in order to obtain maps describing the attribute of main interest over the study region. Semivariograms were used to evaluated the spatial structure of the dendrometric property annual average increment (IMA) which is of primary interest and has shown stronger correlation with soil attributes. The comparison of the maps obtained by the uni and bivariate models suggests the latter provides a more detailed description of the main variable over the area, being the resolution dependent on the availability of data obtained geographically for the study.
