Este trabalho teve como objetivos fazer a caracterização fisiográfica, complementar o levantamento pedológico, fazer o mapeamento da produtividade de plantações de eucalipto e identificar relações entre produtividade florestal e características edáficas na Estação Experimental de Itatinga (ESALQ/USP), com uso de técnicas de levantamento de campo, análises laboratoriais e geoprocessamento. Para a estruturação da base cartográfica digital, como fonte primária de dados, foram usadas imagens de satélite, fotografias aéreas e levantamentos de campo e, como fonte secundária, cartas topográficas, mapa pedológico, mapa geológico e mapa de uso e ocupação do solo. O mapa planialtimétrico analógico foi obtido a partir de cartas topográficas em escala 1 :10.000, elaboradas pelo Instituto Geográfico e Cartográfico do Estado de São Paulo IGC. A partir das imagens scanerizadas (raster) utilizou-se o software AutoCAD R14 para a digitalização "heads-up" (vetorização). A partir do mapa planialtimétrico, gerado no software AutoCAD R14, o arquivo digitalizado foi convertido do formato DXF para DAT, com uso do software DXF3DAT e em seguida a grade regular foi exportada para o software Idrisi for Windows 2.0. No Idrisi foram gerados os mapas hipsométrico e de declividade, o que possibilitou separar em classes a altitude e declividade, utilizando a rotina "reclass". Com uso do mapa pedológico detalhado de parte da E.E. de Itatinga; do mapa planialtimétrico; de prospecções de campo e de caracterizações dos solos da área não mapeada, elaborou-se o mapa pedológico detalhado de toda a propriedade. Para o mapeamento da produtividade, foram usados dados de inventário de parcelas permanentes (mesma espécie, procedência e idade) obtidos em plantações Eucalyptus grandis conduzidas entre 1991 a 1997. Para a definição das classes de produtividade, escolheu se como indicador da produtividade o Incremento Médio Anual (IMA) do volume sólido de madeira com casca, pois foi o que apresentou maiores correlações com as características edáficas. Por meio de análise de correlação simples e de análises de regressão múltipla, tipo stepwise, modelo backward, a variável dependente, IMA dos povoamentos de E. grandis foram relacionadas com algumas características físicas e químicas dos solos. Foram identificados dois padrões de curvas de nível, um com curvas próximas, estreitas e circundantes à rede de drenagem, nas áreas mais íngremes e de menor altitude; outro, com curvas espaçadas, presentes nas áreas de maior altitude e com relevo plano e suave ondulado. Estreitamente relacionadas com os padrões fisiográficos, foram caracterizados cinco classes de solo. Foram encontradas seis classes de produtividade nas plantações de Eucalyptus grandis, a mais produtiva com IMA variando de 69 a 77 Stc/c ha^-1 ano^-1 e, a menos produtiva, com IMA variando de 32 a 39 Stc/c ha^-1 ano^-1 com relações diretas entre as características físicas e químicas dos solos. Quando foram associadas algumas variáveis edáficas em análises de regressão múltipla, o IMA pôde ser previsto com alta precisão (R²≤ 0,97 e p < 0,01). Nestas análises, as variáveis que mais explicaram as diferenças de produtividade foram os teores de areia, MO e o pH. Os métodos de geoprocessamento usados simplificaram, agilizaram e aumentaram a precisão dos procedimentos de espacialização e visualização das informações processadas.

This work had as objective to do the fisiographic characterization, to complement the soil classification and survey, to do the productivity mapping of the eucalypt stands and to identify the relations between forest productivity and edaphic attributes at the Experimental Station of Itatinga, ESALQ/USP, using field survey techniques, laboratorial analysis and geoprocessing. For structuring the digital cartographic base, as primary source of data, satellite images, aerial photographs and field prospecting were used and, as secondary source, topographical, pedologic, geological and land occupation maps were used. The analogical plan-altimetric map was obtained starting from topographical maps in scale 1: 10,000, elaborated by the Geographical and Cartographic Institute of São Paulo State (IGC). From the images scannered (raster), the software AutoCAD R14 for heads-up digitalization (vectorization) was used. From the altimetric map, generated in the software AutoCAD R14, the file digitalized was converted of the format DXF for DAT, with the software DXF3DAT and than the regular grid was exported to the Idrisi for Windows 2.0 software. Hypsometric and sloping maps were generated in the Idrisi, what made possible to separate in classes the altitude and the slope, using the "reclass" routine. With the pedologic map of part of E.S. of Itatinga, the altimetric map and field prospecting and soil characterization and survey of the area no mapped, the detailed pedologic map of ali the station was elaborate. For the productivity mapping, inventory data of permanent plots (same species, provenance and age) obtained in Eucalyptus grandis plantations (grew up between 1991 to 1997) was used. For the definition of the productivity classes, the Mean Annuallncrement (MAl) of the solid volume of wood with bark was chosen as productivity indicator, because it presented the higher correlation with the edaphic characteristics. By means of sim pIe correlation analysis and of multiple regression analysis (stepwise procedure, backward model), the variable dependent, MAl of the E. grandis stands were related with some physical and chemical soil characteristics. Two standards of levei curves standards were identified, one with close, narrow and surrounding curves to the drainage channels, in the steeper areas with smaller altitude; another, with spaced curves, present in the higher altitude areas, where the relief is plan or soft wavy. Narrowly related with the fisiographic standards, five soil classes were characterized. Six productivity classes in Eucalyptus grandis plots were found, the most productive with MAl ranging from 69 to 77 Stc/c ha^-1 year^-1 and, the least productive, with MAl ranging from 32 to 39 Stc/c ha^-1 year^-1. These productivity ranging presented direct relationships with the physical and chemical soil characteristics. When some edaphic variables were associated by multiple regression, the MAl could be estimated with high precision (R²≤ 0,97 e p < 0,01). In these analysis, the variables that explained most the productivity differences were the sandand organic matter contents and pH. The geoprocessing methods simplified, hastened and increased the precision of spacialization and visualization procedures of the processed information.