Abstract FR:

Ce travail vise a definir une methodologie pour prevoir par simulations la qualite d'une ressource forestiere a partir du profil de croissance des arbres la composant. Nous disposons d'un echantillon de 3285 cubes de 16 mm de cote decoupes sur 82 chenes sessiles (quercus petraea liebl. ). La qualite des arbres est evaluee a partir de la densite du bois et de 5 coefficients de gonflement mesures sur ces cubes, dont on connait la position dans la grume en termes de hauteur, d'age depuis la moelle et de distance a la moelle, ainsi que la largeur moyenne des cernes les constituant. La qualite du bois est ici definie a partir de ces seules proprietes. Il s'agit donc de construire des modeles de prediction des proprietes en fonction de la position des cubes et de leur largeur moyenne de cernes. Pour cela, nous utilisons des modeles mixtes en recherchant des fonctionnelles adaptees des variables explicatives et comprenant des coefficients aleatoires caracteristiques des arbres. La modelisation conjointe de couples de proprietes passe par la definition de correlations entre les variables aleatoires. Parmi les structures de variance-covariance possibles, 3 ont ete privilegiees, conduisant a definir un modele independant pour chaque propriete, un modele conjoint avec toutes les correlations possibles, et un modele conjoint avec des restrictions sur la structure de variance-covariance. Les performances de ces 3 types de modeles sont d'abord evaluees en comparant des cubes simules aux cubes observes, puis en leur appliquant une meme regle de classement du bois. A une exception pres, les modeles etudies conduisent a des classements comparables au classement obtenu a partir des observations. Mais le meilleur des 3 types de modeles n'est pas toujours le meme. Bien qu'ils n'aient ete obtenus que pour 3 couples de proprietes et avec une regle de classement tres simple, ces resultats sont prometteurs pour la prediction de la qualite d'une ressource forestiere par simulations.