L'estimation de la productivité de la forêt pendant une période de temps déterminée est d'une importance vitale pour les activités de planification stratégique, tactique et opérationnelle de la gestion forestière des plantations de P. radiata. Dans cette optique, des modèles d'estimation basés sur des méthodes de régression sont utilisés, en ignorant d'habitude les relations spatiales et temporelles existantes à l'intérieur des écosystèmes forestiers, d'où découlent des problèmes dans les estimations. Dans cet esprit, l'objectif de cette recherche a été d'explorer un moyen d'incorporer de façon explicite l'information spatio-temporelle provenant des écosystèmes forestiers, afin d'améliorer les estimations de productivité forestière de P. radiata. Pour ceci, une approche basée sur la statistique spatiale a été utilisée pour décrire les échelles et les patrons spatiaux associés aux variables de surface terrière et hauteur des arbres et celles de l'environnement, élévation, pente, orientation et courbure du terrain. La présence de patrons de patches sur deux échelles spatiales et de l'anisotropie associée à la direction des rivières dominantes (Nord-Ouest - Sud-Est) a aussi été identifiée dans l'écosystème étudié. Ensuite, des modèles de régression spatiale et régression d'erreur spatiale ont été utilisés pour incorporer ces patrons aux estimations de productivité. Une amélioration dans l'estimation de la surface terrière et la hauteur des arbres a été obtenue et associée à l'inclusion de l'information provenant d'un voisinage spatial en relation avec la dimension de patches en deux échelles et la direction de l'anisotropie présente dans l'écosystème forestier. Finalement, une modification de la structure des modèles de régression spatiale et d'erreur spatiale a permis l'incorporation de la variabilité spatio-temporelle présente dans l'écosystème forestier, au moyen d'un voisinage spatio-temporel isotropique. L'information concernant les changements temporels de la structure spatiale de la forêt a été incorporée, obtenant ainsi des estimations de croissance plus précises. / The estimation of forest productivity at a given moment in time is vitally important for the activities of strategic, tactical and operational planning in forest management of P. radiata plantations. Several estimation models have been developed to this end, based on regression methods, usually setting aside the spatial-temporal relationships existing within the forestry ecosystems, thereby giving rise to problems in the estimations. Within this framework, the objective of this research was to explore a means to incorporate explicitly in to the models the spatial-temporal information of the forest ecosystems, so as to improve the estimations of forestry productivity in P. radiata plantations. To this end, an approach based on spatial statistics was used to describe the scales and spatial patterns associated with the variables of basal area and height of trees and of the environment, elevation, slope, orientation and terrain curvature. The presence of "patch patterns" at two spatial scales and anisotropy associated with the direction of the dominant rivers (North-west and South-east) were identified in the ecosystem under study. Subsequently, models of spatial regression and error regression were used to incorporate those patterns into the productivity estimations. An improvement in the estimation of basal area and tree height was achieved, and this was associated with the inclusion of information derived from a spatial neighbourhood related to the dimension of patches at two scales and the direction of the anisotropy present in the forest ecosystem. Finally, a modification in the structure of the spatial regression and spatial error models allowed the incorporation of the spatial-temporal variability present in the forestry environment. The information about the temporal changes in the spatial structure of the forest was incorporated by means of a spatial-temporal isotropic neighbourhood, thereby obtaining more accurate growth estimations.