O presente trabalho teve como objetivo principal a aplicação de uma metodologia, empregando técnicas de estatística clássica, geoestatística e geoprocessamento, para o mapeamento da variabilidade espacial do potencial produtivo em um talhão com clones de Eucalypt us grandis, aos 6,3 anos de idade, e analisar sua relação com atributos do solo e do relevo, dentro de uma abordagem denominada Silvicultura de Precisão. A investigação foi conduzida numa área de 8,4 ha, com relevo acidentado, pertencente à Suzano Bahia Sul Celulose, em Paraibuna, SP. Foi instalada, na área experimental, uma grade irregular totalizando 41 pontos amostrais, nos quais foram coletados dados referentes às suas coordenadas planas, para georreferenciamento da área de estudo; cotas altimétricas; atributos da planta, mais especificamente DAP e altura total; e amostras de solo na profundidade de 0-20cm, para análises químicas, físicas e de umidade. Inicialmente foram realizados o resumo estatístico e a análise exploratória do conjunto de dados de cada variável, utilizando-se os pacotes estatísticos Excel, SAS e Statistica. Posteriormente foram ajustados, no GS+ e no Geoeas, semivariogramas para as variáveis, definindo-se os parâmetros necessários para a krigagem. Após isso, foi avaliado o número ideal de vizinhos para a krigagem e o erro da estimativa por meio da validação cruzada, utilizando-se as funções disponíveis no Geoeas. Por fim, foram gerados, no Surfer, os mapas de contorno e de superfície contínua (MDT e MDE) das variáveis em estudo. De posse dos modelos digitais das variáveis, foram determinadas estatisticamente, no SIG Idrisi, por meio de análise de correlação e regressão espacial entre mapas (regressão pixel-a-pixel), as correlações e relações entre potencial produtivo (IS) e atributos do solo e do relevo, assim como o ajuste de modelos estatísticos capazes de predizer o valor do índice de sítio por meio dos valores dos atributos do solo e do relevo. Os resultados mostraram que o melhor modelo de regressão linear múltipla espacial ajustado explicou 79% das variações do IS. Todas as variáveis apresentaram dependência espacial, exceto B e MO, sendo que o modelo esférico apresentou o melhor ajuste para os semivariogramas. Também foram determinadas estatisticamente, no Statistica e SAS, por meio de análise de correlação e regressão linear simples, que não leva em consideração a posição espacial dos dados, as correlações e relações entre IS e atributos do solo e do relevo. A partir da análise de regressão linear múltipla (métodos "todas as regressões possíveis" e "passo-a-passo") foram ajustados modelos estatísticos capazes de predizer o valor de IS por meio dos valores dos atributos do solo e relevo. O melhor modelo de regressão linear múltipla ajustado explicou 65% das variações do IS. Os resultados obtidos permitiram identificar os atributos que influenciam no potencial produtivo do talhão, com destaque para: cotas e alumínio, de forma indireta; e umidade, argila total, areia total, areia muito grossa, manganês e soma de bases, de forma direta. Foram identificadas relações entre a variabilidade dos atributos estudados na área experimental, com destaque para a relação entre a distribuição de cotas, areia total, argila total e alumínio com a do Índice de Sítio; e entre a de cotas, areia total, argila total, areia muito grossa e umidade. No geral as áreas de maior potencial produtivo apresentaram menores teores de alumínio, argila total e umidade; maiores teores de manganês, soma de bases, areia total e areia muito grossa; além de ocuparem posição menos elevada no relevo, ou seja, cotas mais baixas. Este cenário determina maior porosidade e permeabilidade ao solo, beneficiando a aeração, penetração e crescimento do sistema radicular, favorecendo a absorção de nutrientes e água pelas raízes, assim como a exploração de reservas hídricas e de nutrientes das camadas subsuperfíciais do solo.

The main purpose of this work was the application of a methodology, using classic statistics, geostatistics and geoprocessing techniques, to the mapping of the spatial variability of productive potential in a stand with clones of 6.3 year-old Eucalyptus grandis, and to analyze its relationship with attributes of soil and relief, by an approach denominated Precision Forestry. The investigation was carried out in an area of 8.4 ha, with hilly topography, belonging to the Suzano Bahia Sul Celulose, in Paraibuna, SP. It was installed, in the experimental area, an irregular grid totaling 41 sampling points, where data were collected related to their plane coordinates, for georreferencing of the study area; as well as altimetric data; attributes of plant, more specifically DBH and total height; and soil samples at the depht of 0-20cm, for chemical, physical and moisture analysis. Initially the statistical summary and the exploratory analysis of the data of each variable were accomplished, being used the statistical packages Excel, SAS and Statistica. Afterwards, the semivariograms for the variables were adjusted, in GS+ and in Geoeas, being defined the parameters needed for the kriging. After that, the ideal number of neighbors was evaluated for the kriging and the error of estimate by cross validation, being used the available functions in Geoeas. Finally, the contour maps and the continuous surfaces (DTM and DEM) of the studied variables were generated, in the software Surfer. With the digital models of the variables, were determined, in the GIS Idrisi, by correlation analysis and spatial regression among maps (regression pixel-by-pixel), the correlations and relationships among productive potential (SI) and attributes of soil and relief, as well as the adjustment of statistical models capable to predict the value of the site index by values of the attributes of soil and relief. The results showed that the best model of adjusted spatial multiple linear regression explained 79% of the variations in the SI. All the variables presented spatial dependence, except B and OM, and the spherical model presented the best adjustment for the semivariograms. Also, the correlations and relationships between SI and attributes of soil and relief were statistically determined, in Statistica and SAS, by correlation analysis and simple linear regression, that do not take into consideration the spatial location of the data. Starting from the analysis of multiple linear regression (methods "all possible regressions" and "stepwise"), statistical models were adjusted, being capable to predict the value of SI by values of the attributes of soil and relief. The best model of adjusted multiple linear regression explained 65% of the variations in the SI. The obtained results allowed identifying the attributes that influence the productive potential of the stand, mainly: altimetric levels and aluminum, in an indirect way; and moisture, total clay, total sand, very coarse sand, manganese and sum of bases, in a direct way. Relationships were identified among the variability of the studied attributes in the experimental area, mainly the relationship among the distribution of altimetric levels, total sand, total clay and aluminum with the Site Index; and among the altimetric levels, total sand, total clay, very coarse sand and moisture. In general, areas with a higher productive potential presented lower contents of aluminum, total clay and moisture; higher contents of manganese, sum of bases, total sand and very coarse sand. They are at the lowest locations in the relief, in other words, lower altimetric levels. This scenery determines higher porosity and permeability to the soil, allowing better aeration, penetration and growth of the root system, favoring the absorption of nutrients and water by the roots, as well as the exploration of water and nutrients reserves in the subsuperficial soil layer.