Métodos de amostragem no levantamento da comunidade arbórea em floresta estacional semidecidual foram comparados. Primeiro foi testado o método de Bitterlich a fim de selecionar o fator de área basal mais adequado para o estudo da comunidade arbórea. O critério de inclusão adotado foi todas as árvores com DAP > 10 cm. Os fatores de área basal de 2, 3 e 4 m 2 ha -1 amostraram 596, 408 e 297 indivíduos e 59, 57 e 50 espécies, respectivamente. As estimativas de área basal, DAP médio, diversidade e equabilidade não apresentaram diferenças significativas. O fator de área basal igual a 3 foi selecionado porque mostrou melhor resultado em relação ao tempo gasto e facilidade de campo. Em uma segunda análise, os métodos de parcelas de área fixa (100 parcelas contíguas), pontos quadrantes e pontos de Bitterlich foram comparados para o levantamento da comunidade arbórea. O critério de inclusão adotado foi todas as árvores > 10cm. As 100 parcelas contíguas de 10x10m amostraram 59 espécies. Os 177 pontos de quadrantes amostraram 69 espécies e os 45 pontos de Bitterlich (fator de área basal = 3 m 2 ha -1 ) amostraram 57 espécies. Ocotea indecora foi favorecida pelo método de Bitterlich. O método de Bitterlich apresentou dificuldades no trabalho de campo devido a falta de visibilidade em algum pontos. Entretanto esse método apresentou melhor resultado na amostragem de espécies quando o esforço amostral é analisado por unidades amostrais. O método de quadrantes foi melhor na análise do esforço amostral por tempo. Na terceira análise o efeito de desvios da completa aleatoriedade espacial sobre a estimativa de densidade produzida pelo método de quadrantes foi analisada através de simulação de Monte Carlo. Foram geradas florestas hipotéticas com padrão espacial regular e agrupado com diferentes densidades. O efeito do tamanho da amostra também foi analisado, porém não mostrou efeito significativo na redução do viés. Os valores de viés relativo da estimativa da densidade variaram desde +70,3% (florestas regulares) até -75,7% (florestas fortemente agrupadas). A densidade de árvores não causou efeito na estimativa do viés, com exceção para as florestas completamente aleatórias e regulares em lattice aleatorizado. O método de quadrantes superestima a densidade arbórea para as florestas com padrão regular e subestima a densidade para as florestas com padrão espacial agrupado. É importante saber a priori o padrão espacial da floresta a fim de se aplicar o método de quadrantes e saber interpretar os seus resultados.

Sampling methods for surveying in tree species community in a semideciduos forest were compared. First was applied the angle count sampling method and select the best basal area factor to study the tree community. The criterion of inclusion adopted was all trees with DBH > 10cm. The basal factors 2, 3 and 4 m 2 ha -1 sampled 596, 408 and 297 individuals and 59, 57 and 50 species. The estimates of basal area, mean DBH, density, diversity and equability are not significantly differents among basal area factors. The basal area factor 3 was selected because showed better performance in terms of time spent and field operation. In a second analysis three sampling methods were compared for survey tree species community: fixed area plot (100 contiguos plots), point centered quarter method and Bitterlich method. The criterion of inclusion adopted was all trees with DBH > 10cm. The 100 contiguous plots of 10x10m showed 59 species. The 177 centered quarter method sampled 69 species and the 45 angle count points (basal area factor = 3 m 2 ha -1 ) showed 57 species. Ocotea indecora was favored by the Bitterlich method. Bitterlich method presented difficulty in field operation due to the lack of visibility in some sample points. However it better presented performance in the sampling of species in the amostral effort for plots. The centered quarter method was better in the amostral effort for time. In a third analysis the effect of deviation from the complete spatial randomness on point centered quarter method estimate of forest density was analysed through Monte Carlo simulation of hypothetical forests with regular and clustered spatial patterns and with diferent densities. The influence of sample size was also analysed, but showed no marked effect on estimation biases. The relative bias on the tree density estimation varied from +70.3% (regular lattice spatial pattern) to -75.7% (strongly clustered spatial pattern). Tree density did not affected estimation bias, except for completely spatial pattern and randomized regular lattice pattern. Point-centered quarter method overestimate (positive bias) tree density for regular patterns and underestimate (negative bias) for clustered patterns. Knowledge of tree spatial pattern in a forest is necessary for correct implementation and results interpretation in this method.