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.

A modelagem de distribuição de espécie tem implicações fundamentais para o estudo da biodiversidade, tomada de decisão em conservação e para a compreensão dos requerimentos ecológicos das espécies. O objetivo deste trabalho foi avaliar se a utilização de inventários florestais pode melhorar a estimativa de probabilidade de ocorrência, identificar os limites da distribuição potencial e preferência de habitat de um grupo de espécies madeireiras. As variáveis ambientais preditoras foram: altitude, declividade, exposição, índice de vegetação por diferença normalizada (NDVI) e distância vertical à drenagem mais próxima (HAND). Para estimar a distribuição das espécies foi utilizado o método de máxima entropia (Maxent). Em comparação com uma distribuição aleatória, utilizando variáveis topográficas e de índice de vegetação, o método Maxent alcançou uma acurácia de 86%, em média, na distribuição geográfica predita das espécies estudadas. A altitude e o NDVI foram as variáveis mais importantes. Houve limitações na interpolação dos modelos para locais não amostrados e que estão fora do gradiente de altitude associado aos dados de ocorrência, em aproximadamente 7% da área da bacia. Ceiba pentandra (samaúma), Castilla ulei (caucho) e Hura crepitans (assacu) tem maior probabilidade de ocorrência em áreas próximas aos cursos de água. Clarisia racemosa (guariúba), Amburana acreana (cerejeira), Aspidosperma macrocarpon (pereiro), Apuleia leiocarpa (cumaru cetim), Aspidosperma parvifolium (amarelão) e Astronium lecointei (aroeira) podem ocorrer também em floresta de terra firme e solos bem drenados. Essa abordagem de modelagem tem potencial de aplicação para outras espécies tropicais ainda pouco estudadas, sobretudo aquelas que estão sobre pressão da atividade madeireira.

Species distribution modeling has relevant implications for the studies of biodiversity, decision making about conservation and knowledge about ecological requirements of the species. The aim of this study was to evaluate if the use of forest inventories can improve the estimation of occurrence probability, identify the limits of the potential distribution and habitat preference of a group of timber tree species. The environmental predictor variables were: elevation, slope, aspect, normalized difference vegetation index (NDVI) and height above the nearest drainage (HAND). To estimate the distribution of species we used the maximum entropy method (Maxent). In comparison with a random distribution, using topographic variables and vegetation index as features, the Maxent method predicted with an average accuracy of 86% the geographical distribution of studied species. The altitude and NDVI were the most important variables. There were limitations to the interpolation of the models for non-sampled locations and that are outside of the elevation gradient associated with the occurrence data in approximately 7% of the basin area. Ceiba pentandra (samaúma), Castilla ulei (caucho) and Hura crepitans (assacu) is more likely to occur in nearby water course areas. Clarisia racemosa (guariúba), Amburana acreana (cerejeira), Aspidosperma macrocarpon (pereiro), Apuleia leiocarpa (cumaru cetim), Aspidosperma parvifolium (amarelão) and Astronium lecointei (aroeira) can also occur in upland forest and well drained soils. This modeling approach has potential for application on other tropical species still less studied, especially those that are under pressure from logging.