This work aimed to apply geostatistical analysis to verify the existence of spatial dependence in the distribution of arboreal species, and variables related on parcels installed in the National Forest of São Francisco de Paula, RS, in the Rio Grande do Sul Continuous Forest Inventory, in 2000. For this research, the plots 1537, 1538, 1539 and 1540 were select. To analyze the existence of spatial dependence of arboreal species and related variables, the "adjustment to feeling" semivariograms were conducted, obtaining the parameters of nugget effect (C0), level (C0 + C), range (a), coefficient of determination (R ²), Degree of spatial dependence (C/C0 + C) and sum of squared residuals (SSR). To check the quality of the adjustments, the cross-validation has been used. The geostatistical software GS + was used to select the models, describe the spatial dependence and timely realization of ordinary kriging interpolation of arboreal species and other variables. The results showed an elevated degree of spatial dependence on the species Podocarpus lambertii Klotzsch ex Endl (1538); Vernonia discolor (Spreng.) Less (plot 1538); Cryptocarya moschata Nees (1539); Matayba elaeagnoides Radlk (plot 1539); Shannon index - Weaner; and moderate to Myrciaria floribunda (West ex Willd.) (1537); Number of individuals from the plot 1540 (plot 1540). The other variables had no structured variance, indicating that the variables have a fully random distribution and it is not possible to obtain surfaces interpolated by kriging. This event is probably bound to the spatial dependence break, resulting from the distortion of the original forest formation due to the history of forest exploitation process. / Este trabalho teve como objetivo aplicar análise geoestatística para verificar a existência de dependência espacial na distribuição de espécies arbóreas, e de varáveis relacionadas, nas parcelas instaladas na Floresta Nacional de São Francisco de Paula, RS, na ocasião da realização do Inventário Florestal Contínuo do Rio Grande do Sul, no ano de 2000. Para este trabalho, foram selecionadas as parcelas 1537, 1538, 1539 e 1540. Para análise da existência de dependência espacial das espécies arbóreas e variáveis relacionadas, foram realizados ajuste à sentimento de semivariogramas, obtendo-se os parâmetros efeito pepita (C0), patamar (C0 + C), alcance(a), coeficiente de determinação (R²), Grau de dependência espacial (C/C0 + C) e soma dos quadrados dos resíduos (SQR). Para verificar a qualidade dos ajustes foi utilizada a validação cruzada. O programa geoestatístico GS+, foi utilizado para seleção dos modelos, descrição da dependência espacial e realização da interpolação por krigagem ordinária pontual das espécies arbóreas e demais variáveis. Os resultados obtidos apresentaram grau de dependência espacial forte para espécie Podocarpus lambertii Klotzsch ex Endl (1538); Vernonia discolor (Spreng.) Less (parcela 1538); Cryptocarya aschersoniana Mez (1539); Matayba elaeagnoides Radlk (parcela 1539); índice de Shannon Weaner; e moderada para a Myrciaria floribunda (West ex Willd.) (1537); Número de indivíduos da parcela 1540 (parcela 1540). As demais variáveis apresentaram ausência de variância estruturada, indicando que as variáveis apresentam uma distribuição totalmente aleatória, não sendo possível obter superfícies interpoladas por krigagem. Este acontecimento provavelmente está vinculado a quebra de dependência espacial, resultante do processo de descaracterização da formação florestal original, em consequência do histórico de exploração da floresta.

Die zweiphasige Stichprobe zur Stratifizierung ist ein effizientes Inventurverfahren, das seine Praxistauglichkeit in verschiedenen Waldinventuren unter Beweis stellen konnte. Dennoch sind weitere Effizienzsteigerungen wünschenswert. In der vorliegenden Arbeit werden verschiedene Ansätze die Effektivität dieses Verfahrens zu steigern separat vorgestellt, in Fallstudien mit Daten der Niedersächsischen Betriebsinventur getestet und diskutiert. Der erste Ansatz (Kapitel 2) beschäftigt sich mit der Anwendung der zweiphasigen Stichprobe zur Stratifizierung in Wiederholungsinventuren. In einem Zusammengesetzten Schätzer werden Daten eines aktuellen mit Simulationsergebnissen des vorhergehenden Inventurdurchgangs kombiniert. Dabei kann der Stichprobenumfang der aktuellen Inventur verringert werden, während die Daten aller Inventurpunkte des vorherigen Durchgangs für Simulationen genutzt werden. Zwar kann ein solcher Schätzer konstruiert werden, jedoch lässt die Fallstudie darauf schließen, dass keine, oder zumindest keine ausreichende, Effizienzsteigerung erzielt werden kann. Erklärt werden kann dies durch die großen Unterschiede zwischen den aktuellen Inventurergebnissen aus den reduzierten Inventuren und den prognostizierten Volumina aus den Simulationen. Eine Erhöhung der Effizienz dieses Verfahrens könnte nur durch Weiterentwicklungen der Waldwachstumsmodelle möglich werden. In Wiederholungsinventuren kann jedoch eine höhere Effizienzsteigerung mit einem dreiphasigen Verfahren erreicht werden, das die zweiphasige Stichprobe mit der zwei\-phasigen Regressionsstichprobe kombiniert (Kapitel 3). Mittelwert- und Varianzschätzer, die auf dem sogenannten infinite population approach in der ersten Phase beruhen, werden präsentiert. Genutzt werden dabei die Korrelationen zwischen den aktuellen Inventurergebnissen und den Wachstumssimulationen auf der Basis des vorherigen Inventurdurchgangs. Statt der Simulationsergebnisse können auch einfach die Ergebnisse des vorherigen Inventurdurchgangs zur Berechnung der Korrelationen genutzt werden. Allerdings führt die Nutzung der Simulationsergebnisse als Regressor in den meisten Fällen zu besseren Ergebnissen. Bei verringertem Stichprobenumfang der Folgeinventur und damit einhergehendem Präzisionsverlust, ist die Effizienz des dreiphasigen Verfahrens höher als die des klassischen zweiphasigen Verfahrens. Die Nutzung der Vorinventur in Form eines stratenweisen Regressionsschätzers hat sich damit als erfolgreich und gegenüber dem zusammengesetzten Schätzer als deutlich überlegen gezeigt. Als weiterer Ansatz wird die Erweiterung der zweisphasigen Stichprobe zur Stratifizierung um eine geclusterte Unterstichprobe zu einem dreiphasigen Design vorgestellt (Kapitel 4). Sowohl für den Ratio-to-Size- als auch für den unverzerrten Ansatz werden entsprechende Mittelwert- und Varianzschätzer präsentiert. Verglichen mit dem zweiphasigen Verfahren, führt dieses dreiphasige Design in der Fallstudie zu keiner Effizienzsteigerung. Gründe hierfür können in der vergleichsweise kleinen Größe der Forstämter und der hohen Stichprobendichte der Niedersächsischen Betriebsinventur gesehen werden. Sinnvolle Anwendungen dieses Verfahrens sind aber möglicherweise unter anderen Erschließungsbedingungen in Großgebieten denkbar. In einer weiteren Fallstudie wird versucht existierende Probepunkte in Clustern von homogener Größe zusammenzufassen (Kapitel 5). Eine solche Zusammenfassung soll der Optimierung der Wegzeiten bei der Aufnahme von Inventurpunkten dienen. Dazu werden sieben verschiedene Methoden getestet und deren Ergebnisse miteinander verglichen. Durch einen Vergleich mit optimierten Richtwert-Lösungen wird zudem die Qualität dieser Lösungen evaluiert. Es zeigt sich, dass drei Algorithmen des Vehicle Routing Problems gut dazu geeignet sind, Cluster von homogener Größe zu erstellen. Nicht empfohlen werden kann dagegen die Verwendung von drei anderen Cluster-Algorithmen, sowie die Nutzung von Bewirtschaftungseinheiten als Cluster, da diese Methoden zu Clustern von sehr heterogener Größe führen.