La caractérisation de la variabilité spatiale des conditions agrométéorologiques est essentielle à la prévision des insectes ravageurs et des maladies des cultures (IRMC) et à leur gestion spécifique par site. L’objectif de notre étude a été de modéliser, estimer et spatialiser à l'échelle locale et régionale des indicateurs agrométéorologiques (IAM) ainsi que leurs incertitudes. L'imagerie multispectrale et la thermographie infrarouge aéroportée ont été utilisées pour estimer à l'échelle locale des IAM dont le NDVI (Normalized Difference Vegetation Index), la proportion de couverture végétale (PCV), la température de surface (TS) et l'indice TVDI (Temperature/Vegetation Dryness Index) de l’humidité de surface. Deux nouveaux indicateurs ont été proposés: l’indicateur MTVX (Modified Temperature/Vegetation Index) de la température de l’air près de la surface (TAPS), et l’indice des conditions de stress thermique des cultures (ISTC). Les IAM ont été estimés à l'échelle régionale à l’aide des images satellite AVHRR (Advanced Very High Resolution Radiometer). Les incertitudes résultantes (ICR) des IAM ont été formulées sur la base de la loi de propagation des incertitudes. La spatialisation des IAM a été réalisée selon une approche dynamique basée sur un krigeage multivariable intégrant les facteurs dominants de leur variabilité spatiale. Les IAM ont démontré de fortes variabilités intraparcellaires, locales et régionales. Ils permettent de répondre aux besoins de caractérisation des conditions agrométéorologiques qui régissent les occurrences et le développement des IRMC. Des corrélations élevées ont été observées entre les mesures d'occurrence de plusieurs IRMC des cultures maraîchères et les indicateurs thermiques TS, TVDI, MTVX et ISTC. Celles-ci démontrent que les conditions de température qui prédominent à la surface des champs influencent davantage les IRMC. Ces indicateurs devraient être privilégiés dans la prévision des IRMC et dans la mise en place d’approche de gestion intégrée des ravageurs. Les aspects novateurs de la modélisation des indicateurs MTVX et ISTC, la formulation des ICR et leur estimation en tout point du territoire, la mise en place d'un cadre formel basé sur les ICR et un coefficient de performance globale pour évaluer et comparer différents modèles d'estimation des IAM, ainsi que l’approche de spatialisation dynamique, constituent des apports majeurs de notre étude. / The characterization of the spatial variability of agrometeorological conditions is essential to the prediction and site-specific management of crop pests and diseases (CPD). The aim of our study was to model, estimate and spatialize local and regional agrometeorological indicators (AMI) and their uncertainties. Airborne multispectral imaging and infrared thermography were used to estimate AMIs at local scale such as the Normalized Difference Vegetation Index (NDVI), Percent Canopy Cover (PCC), Surface Temperature (ST) and the Temperature/Vegetation dryness index (TVDI), an indicator of surface moisture. Two new indicators were also proposed: the Crop Heat Stress Index (CHSI) and the Modified Temperature/Vegetation Index (MTVX), an indicator of the near-surface air temperature. AMIs were estimated at the regional scale using satellite images from the Advanced Very High Resolution Radiometer (AVHRR). The formulation of resultant uncertainties (RUC) of AMIs was based on the law of propagation of uncertainty. The spatialization of observed AMIs in-field was performed using a dynamic approach based on a multivariate kriging that integrated the dominant factors of their spatial variability. AMIs showed a high spatial variability at intra-site, local, and regional scales. They meet the need of the characterization of agrometeorological conditions under which the CPDs appear and develop. High correlations were observed between measures of the occurrence of several vegetable CPDs and thermal indicators like ST, TVDI, MTVX, and CHSI. These correlations show that surface temperature and near-surface air temperature have the most influence on the occurrence and the development of CPDs. Therefore, these indicators should be used in forecasting and in the implementation of an Integrated Pest Management (IPM) approach. Major contributions of our study are the innovative aspects of the modeling of indicators MTVX and ISTC, the formulation of the RUs of AMIs and their estimation anywhere in the area of interest, the establishment of a formal framework based on RUs and a global performance index to evaluate and compare different models used to estimate AMIs, and the dynamic spatialization approach.