RESUMO Considerando os recursos geralmente limitados para a gestão de florestas e a crescente necessidade de regulação da produção florestal, faz-se necessário otimizar abordagens de planejamento da espacialização das unidades de produção anual (UPA). Foi proposta uma metodologia de planejamento de UPA para espécies florestais de alto valor madeireiro (Amburana acreana (Ducke) A.C.Sm., Apuleia leiocarpa (Vogel) J.F Macbr. e Castilla ulei Warb.) em área de manejo, utilizando predição de distribuição potencial destas espécies com dados de ocorrência de inventário florestal censitário. Foram utilizados dados de inventário amostral simulados em três sistemas de amostragem (aleatório, conglomerado sistemático e sistemático) e intensidades amostrais (0,5% e 0,8%). Como variáveis preditoras, utilizamos a altitude, distância vertical à drenagem mais próxima, bandas individuais do sensor TM a bordo do Landsat 5 e índice de vegetação por diferença normalizada. Foram obtidos 18 modelos, seis por espécie. A área sob a curva (AUC) de teste dos modelos variou de 0,517 a 0,804. Para todas as espécies, o melhor modelo preditivo foi considerado o sistema conglomerado com intensidade amostral de 0,8%. A altitude foi a variável preditora que mais contribuiu nos modelos. Os valores de AUC para os modelos de Amburana acreana foram significativamente diferentes de Apuleia leiocarpa e Castilla ulei (p=0,0138). Para espécies de menor densidade, é recomendado utilizar maior intensidade amostral e sistemas de amostragem que proporcionem melhor espacialização dos registros de ocorrência. A utilização de dados provenientes de inventários florestais amostrais em diferentes sistemas de amostragem é capaz de predizer a adequabilidade ambiental para espécies florestais e auxilia a definição de UPAs. Assim, pode-se fortalecer as estratégias de planejamento da exploração e gestão das áreas de manejo e contribuir para a perpetuação da atividade nas florestas inequiâneas da região amazônica.
ABSTRACT The generally limited resources for forest management and the growing need of forest production regulation requires the optimization of planning approaches for the spatialization of annual production units (APU). An APU planning methodology for forest species of high wood value (Amburana acreana (Ducke) ACSm., Apuleia leiocarpa (Vogel) JF Macbr. and Castilla ulei Warb.) in management area was proposed, using prediction of potential distribution of these species with data from the occurrence of a census forest inventory. It was used sample inventory data simulated in three sampling systems (random, conglomerate systematic, and systematic) and sample intensities (0.5% and 0.8%). As predictive variables, it was used the altitude, vertical distance to the nearest drain, individual bands of the TM sensor on board the Landsat 5, and vegetation index by normalized difference. Eighteen models were obtained, six per species. The test area under the curve (AUC) of the models ranged from 0.517 to 0.804. For all species, the best predictive model was considered the conglomerate system with a sample intensity of 0.8%. Altitude was the predictor variable that most contributed to the models. The AUC values for the Amburana acreana models were significantly different from Apuleia leiocarpa and Castilla ulei (p = 0.0138). For species of lower density, it is recommended greater sampling intensity and sampling systems that provide better spatialization of occurrence records. The use of data from sampling forest inventories in different sampling systems is capable of predicting environmental suitability for forest species and helps to define APUs. Thus, it is possible to strenghten the exploration strategies and management planning of management areas and to contribute to the perpetuation of the activity in the unequal forests of the Amazon region.