L'estimation de la production de graines d'un groupe de semenciers spatialement agrégés en forêts tropicales n'est faisable qu'à partir d'un échantillonnage. Les plans d'échantillonnage classique (aléatoire ou systématique) donnent de mauvaises estimations de l'abondance des graines. La disposition spatiale des semenciers conjuguée à un mode de dispersion des graines non uniforme induit une répartition très hétérogène des graines dans l'aire de dispersion globale des semenciers. Nous proposons un échantillonnage stratifié basé sur un modèle qui prend en compte la forme de la dispersion des graines et la position des semenciers. Nous supposons une distribution gamma pour les distances de dispersion. L'aire de dispersion globale est découpée en quadrats adjacents dans lesquels la variable d'intérêt est un comptage suivant une loi de Poisson dont la moyenne est issue du modèle. Nous estimons les paramètres du modèle indépendamment des données et donnons les variances de l'estimateur de Horvitz-Thompson pour un plan stratifié et un plan aléatoire. Nous illustrons la méthode par des simulations qui nous permettent à la fois de construire la stratification sans définir a priori le nombre de strates et de comparer les performances des estimateurs. Conditionnellement au modèle, l'échantillonnage stratifié permet d'augmenter en moyenne 25 fois la précision de l'estimateur pour une même taille d'échantillonnage.