A utilização de sistemas de informação geográfica (SIG) no planejamento florestal possibilita a análise e o reconhecimento de padrões espaciais das espécies florestais em perfil bidimensional e tridimensional. O objetivo deste estudo foi demonstrar a eficiência do método de coordenadas cartesianas e espaciais (MCCE), método de correção da localização das coordenadas UTM das árvores em concordância com a localização de campo ou cartesianas (X,Y), aliado ao cálculo do índice do vizinho natural (ANND) no reconhecimento e análise de padrões espaciais de quatro espécies comerciais madeireiras em área de manejo florestal em Caracaraí, RR, Brasil. O ANND pressupõe completa aleatoriedade espacial.Simulações foram realizadas em 9 ha, subdivididos em 100 subparcelas de 100 m2 cada. Foram coletados: o diâmetro (DAP > 10 cm), alturas comercial e total, volume comercial e as coordenadas cartesianas (X,Y) e espaciais (UTM). Foram observados padrões espaciais aleatórios para Eschweilera bracteosa e Manilkara huberi. Os padrões espaciais dispersos e raros foram mais observados em Cedrelinga cateniformis e Dinizia excelsa. O MCCE demonstrou ser um método eficiente para o reconhecimento e análise de padrões espaciais de espécies nativas da floresta tropical amazônica, facilitando o planejamento florestal mediante simulações 2D e 3D da floresta.Spatial pattern of Amazonian timber species using cartesian and spatial coordinates methodGeographic information system (GIS) applied to forest analysis permit the recognition and analysis of spatial patterns of species in two and three dimensional. The aim of this study to demonstrate the efficiency of cartesian and spatial coordinates method (MCCE), method of correcting UTM coordinates of trees location in accordance with the location of field or Cartesian (X ,Y), combined with natural neighbor index (ANND) in recognition and analysis of spatial distribution patterns of four commercial timber species in forest management in Caracaraí, Roraima State, Brazil. Simulations were performed on 9 ha, divided into 100 plots of 100 m2 each. Collected data were DBH > 10 cm, commercial and total heights, cartesian coordinates (X,Y) and spatial coordinates (UTM). Random spatial patterns were observed in Eschweilera bracteosa and Manilkara huberi. The dispersed and rare spatial patterns were observed in Dinizia excelsa and Cedrelinga cateniformis. MCCE proved to be an efficient method in the recognition and analysis of spatial patterns of native species from Amazon rain forest, as forest planning becomes easier by 2D and 3D simulations.Index terms: Geographic information system; Forest management; Natural neighbor index