Les ressources en eau sont généralement considérées comme l'une des ressources naturelles les plus importantes du développement social, en particulier pour soutenir les usages domestiques, agricoles et industriels. Au cours de la dernière décennie, en raison de l'augmentation des activités humaines, telles que l'urbanisation et l'industrialisation, les impacts sociaux sur l'environnement naturel deviennent de plus en plus intenses. Par conséquent, de nos jours, les problèmes d'eau par rapport à avant deviennent plus compliqués. Pour faire face au problème complexe depuis les années 1970, les gens ont reconnu que le système d'aide à la décision (DSS) présente des avantages évidents. De plus, avec le développement de l'informatique et des techniques web, les DSS sont souvent utilisés pour appuyer la décision locale. Les décideurs pour gérer les ressources naturelles de la région en particulier les ressources en eau. La modélisation hydrologique en charge de la représentation des caractéristiques du bassin versant joue un rôle important dans le système d'aide à la décision environnementale (EDSS). Parmi les différents types de modèles, le modèle hydrologique distribué déterministe est capable de décrire l'état réel de la zone d'étude de manière plus détaillée et précise. Cependant, le seul obstacle à la limitation des applications de ce type de modèle est pointé vers le grand besoin de données demandé par sa configuration de modélisation. Dans cette étude d'évaluation de la modélisation hydrologique dans le projet AquaVar, un modèle distribué déterministe (MIKE SHE) est construit pour l'ensemble du bassin versant du Var avec moins d'informations de terrain disponibles dans la zone. Grâce à une stratégie de modélisation raisonnable, plusieurs hypothèses sont conçues pour résoudre les problèmes de données manquantes dans les intervalles de temps quotidiens et horaires. La simulation est étalonnée sur une échelle de temps quotidienne et horaire de 2008 à 2011, qui contient un événement de crue extrême en 2011. En raison des impacts des données manquantes sur les entrées et les observations du modèle, l'évaluation de l'étalonnage de la modélisation n'est pas seulement basée sur des coefficients statistiques tels que le coefficient de Nash, mais aussi des facteurs physiques (p. ex. valeurs maximales et débit total). Le modèle calibré est capable de décrire les conditions habituelles du système hydrologique varois, et représente également le phénomène inhabituel dans le bassin versant tel que les inondations et les sécheresses. Le processus de validation mis en œuvre de 2011 à 2014 dans l'intervalle de temps journalier et horaire confirme la bonne performance de la simulation dans le Var. La simulation MIKE SHE dans Var est l'une des parties principales du système de modélisation distribuée déterministe de l'EDSS d'AquaVar. Après l'étalonnage et la validation, le modèle pourrait être utilisé pour prévoir les impacts des événements météorologiques à venir (par exemple, des crues extrêmes) dans cette région et produire les conditions aux limites pour d'autres modèles distribués déterministes dans le système. La conception de l'architecture EDSS, la stratégie de modélisation et le processus d'évaluation de modélisation présentés dans cette recherche pourraient être appliqués comme un processus de travail standard pour résoudre les problèmes similaires dans d'autres régions. / Water resource is commonly considered as one of the most important natural resources in social development especially for supporting domestic, agricultural and industrial uses. During the last decade, due to the increase of human activities, such as urbanization and industrialization, the social impacts on the natural environment become more and more intensive. Therefore, recently, water problems compared to before become more complicated. To deal with the complex problem, since 1970s, started from the companies, people recognized that the Decision Support System (DSS) has obvious advantages Moreover, with the development of computer science and web techniques, the DSS are commonly applied for supporting the local decision makers to manage the region natural resources especially the water resources. The hydrological modelling in charge of representing the catchment characteristics plays significant role in the Environment Decision Support System (EDSS). Among different kinds of models, the deterministic distributed hydrological model is able to describe the real condition of the study area in more detail and accurate way. However, the only obstacle to limit the applications of this kind of model is pointed to the large data requirement requested by its modelling set up. In this study of hydrological modelling assessment in AquaVar project, one deterministic distributed model (MIKE SHE) is built for the whole Var catchment with less field information available in the area. Through one reasonable modelling strategy, several hypothesises are conceived to solve the missing data problems within daily and hourly time intervals. The simulation is calibrated in both daily and hourly time scale from 2008 to 2011, which contains one extreme flood event at 2011. Due to the impacts of missing data on both model inputs and observations, the evaluation of modelling calibration is not only based on the statistic coefficients such as Nash coefficient, but also effected by some physical factors (e.g. peak values and total discharge). The calibrated model is able to describe usual condition of Var hydrological system, and also represent the unusual phenomenon in the catchment such as flood and drought event. The validation process implemented from 2011 to 2014 within both daily and hourly time interval further proves the good performance of the simulation in Var. The MIKE SHE simulation in Var is one of the main parts of the deterministic distributed modelling system in the EDSS of AquaVar. After the calibration and validation, the model could be able to use for forecasting the impacts of coming meteorological events (e.g. extreme flood) in this region and producing the boundary conditions for other deterministic distributed models in the system. The design of the EDSS architecture, modelling strategy and modelling evaluation process presented in this research could be applied as one standard working process for solving the similar problems in other region.