L'Institut national de recherche et de technologie agricole et alimentaire (INIA) a réalisé cette étude dans le cadre du projet SustForest Plus sur la modélisation de la production de résine par arbre dans la zone d'étude, en utilisant des variables dasométriques et environnementales, obtenant des modèles avec une erreur quadratique moyenne entre 25 et 28% par rapport à la moyenne.

Parmi les covariables utilisées dans le cokriging, la résine obtenue par forage et le nombre de faces sont les deux variables qui expliquent le plus la variance de la variable résine mt.

Parmi les variables environnementales analysées, l'orientation est la variable de terrain ayant la plus grande signification statistique. Les résultats montrent un maximum de production sur les pentes orientées vers l'est et un autre sur les pentes orientées vers l'ouest, bien que ce dernier point soit moins clair. La signification statistique est plus faible lorsque les données de 1998 et 1999 sont incluses et l'effet est-ouest n'est pas clair.

Facteurs influençant la production de résine

L'utilisation des bandes Landsat comme variables auxiliaires fournit des informations sur les facteurs qui peuvent influencer la production de résine. Une corrélation significative a été trouvée avec les bandes rouge et verte, respectivement positive et négative, ce qui semble indiquer une production plus élevée par arbre à des densités plus faibles. L'inclusion de ces variables auxiliaires n'améliore pas le modèle en termes de prédiction mais elle fournit des informations utiles.

Prédiction des tm de résine par cokriging en utilisant comme covariable la résine obtenue par forage en 2019 et 2020. Variable auxiliaire d'orientation. Les trois dernières images correspondent à la variance de la prédiction pour les années 2010, 2015 et 2020.