Des données de spectroscopie d'imagerie (IS) et de détection et télémétrie par la lumière (LiDAR) ont été utilisées pour modéliser le rapport N:P foliaire, les macronutriments (N, P, K, Ca, Mg) et la chlorophylle dans le couvert d'une forêt boréale du nord de l'Ontario, au Canada.La mesure des macronutriments foliaires et de la chlorophylle foliaire fournit des informations essentielles sur l'état physiologique et nutritionnel des plantes, le stress, ainsi que les processus de l'écosystème tels que l'échange de carbone (photosynthèse et production primaire nette), la décomposition et le cycle des éléments nutritifs. Les résultats montrent que les données IS aéroportées et spatiales expliquent environ 70 % de la variance du rapport N:P de la canopée avec des erreurs de prédiction inférieures à 8 % pendant deux années consécutives, tandis que les modèles LiDAR expliquent plus de 50 % de la variance du rapport N:P de la canopée avec des erreurs de prédiction similaires. Des modèles prédictifs utilisant les données spatiales Hyperion IS ont été développés avec des valeurs R2 ajustées de 0,73, 0,72, 0,62, 0,25 et 0,67 pour N, P, K, Ca et Mg, respectivement, et le modèle LiDAR a expliqué 80% de la variance de la concentration de Ca dans la canopée.Deux indices dérivés IS (D705/D722 et Dmax(680-750))/D703) sont apparus comme de bons prédicteurs de la concentration de chlorophylle dans le temps et dans l'espace.