reafirmar-se métodos e técnicas para mensurar volume e buscar melhores informações para as variáveis dendrométricas. A espécie acácia-negra (Acacia mearsii De Wild.) é reconhecida no sul do Brasil como uma espécie de alto valor comercial, apresentando a quarta maior área plantada de povoamentos florestais no Rio Grande do Sul., dessa forma, estudos a respeito da espécie são de grande importância para o setor florestal. O presente trabalho visou à obtenção de estimativas volumétricas individuais para árvores de acácia negra. Os modelos propostos por Hohenadl-Krenn. Kopesky-Gehrhardt, Spurr, Schumacher-Hall (não linear), Spurr (não linear), State (Australia) e Meyer foram ajustados. Foram empregados dados de árvores de acácia-negra com idades entre 1 e 10,75 anos, provenientes de um experimento nas regiões de Cristal, Encruzilhada do Sul e Piratini, estado do Rio Grande do Sul. Os dados foram divididos em 4 grupos distintos, de acordo com sua fase de crescimento (jovem, média-inicial, média-avançada e madura). Utilizou-se de 550 árvores para o ajuste de modelos, além de 30 indivíduos de cada grupo, previamente separados de maneira aleatória, para a validação do modelo de melhor desempenho. Os ajustes foram avaliados pelos seguintes critérios: erro padrão da estimativa em porcentagem (Syx%), coeficientes de determinação múltiplo ajustados (R²aj) e gráficos de dispersão dos resíduos. Os modelos não lineares (Spurr e Schumacher-Hall) foram os que melhor se ajustaram aos dados em todas fases de crescimento, sendo o modelo proposto por Spurr não-linear para a classe Jovem e Schumacher-Hal não-linear para as demais classes de idades foram os que apresentaram os melhores desempenhos, com Syx% variando de 2,87% a 4,48% e R²aj entre 0,9742 e 0,9974. Sua validação apresentou resultados satisfatórios para o erro padrão da estimativa e para o teste de Qui-quadrado, com valores de Syx% variando entre 6,43% e 7,57%, enquanto χ2 variou de 0,0019 a 0,0126. Sendo assim, observou-se que os modelos não lineares apresentaram resultados superiores aos obtidos com os modelos lineares.