La prédiction de la croissance des arbres dans des contextes multi-espèces et à divers échelles spatiales (arbre et peuplement) comporte plusieurs variables abiotiques et biotiques (covariables environnementales) en interactions, rendant cette prédiction très complexe. Actuellement, avec la disponibilité des données quantitatives très précises et la performance de méthodes d’analyse, y compris la puissance en termes de calcul, il serait possible d’explorer les processus permettant de mieux comprendre la prédiction de croissance des arbres. L’objectif de ce projet est de développer un modèle de prédiction de la croissance des arbres par espèce à l’échelle de l’arbre et du peuplement dans le domaine bioclimatique de l’érablière à bouleau jaune. Les effets des variables prédictives seront considérés, notamment les variables des sols (variables des flux et statiques) et celles d’autres facteurs écologiques (facteurs abiotiques et biotiques); et les espèces d’arbres seront groupées sur base de leurs traits communs, notamment leur tolérance à l’ombre. Nous posons les hypothèses suivantes : la croissance des arbres à l’échelle de l’arbre et du peuplement soit tributaire de l’influence conjointe des variables des sols (pH et rapport C/N), conditions du milieu (épaisseur de la couche organique du sol et drainage) du peuplement (densité et compétition) et climatiques (température et précipitations) ; et que, dans un peuplement forestier mixte, les variables prédictives vont avoir des effets différents selon le groupe d’espèces. L’approche statistique Random forest regression sera mise en place pour évaluer les variables les plus explicatives. Les résultats de ce travail contribueront à une meilleure compréhension des déterminants environnementaux de la productivité forestière et le développement d’indicateurs de croissance des arbres et des peuplements dans des contextes multi-espèces pour aider les gestionnaires dans la prise de décision pour un aménagement durable des écosystèmes forestiers.