Les modèles emboîtés sont largement utilisés en météorologie et en océanographie. Ils permettent un accroissement local de la résolution, dans les zones où cela semble nécessaire, via l'intégration d'un même modèle sur une hiérarchie de grilles. Dans le cas d'interaction one-way, les conditions aux frontières pour la grille fine proviennent d'une interpolation de la solution obtenue sur la grille à plus faible résolution. Dans le cas d'interaction two-way, une rétroaction de la grille fine vers la grille grossière est ajoutée. Toutefois, le problème de l'assimilation variationnelle de données dans de tels systèmes n'a pas, ou peu, été étudié à ce jour. Ces classes de méthodes, notamment l'algorithme 4D-Var, permettent d'améliorer la solution d'un modèle, jusqu'ici mono-grille, en minimisant une fonctionnelle mesurant l'écart de ce modèle aux observations présentes sur une fenêtre temporelle. Le travail présenté ici vise donc à formuler un algorithme d'assimilation 4D-Var localement multi-grille. Pour le cas général d'une grille haute résolution emboîtée localement dans une autre à plus faible résolution, nous posons les équations du système adjoint dans les deux cas d'interactions one-way et two-way. Nous montrons ainsi que la formulation adjointe fait naturellement apparaître de nouvelles interactions entre les grilles, dans le sens opposé de celles existant dans la formulation directe. De plus, nous proposons différentes variantes à ces algorithmes, réalisant un couplage faible entre les solutions des différents modèles via l'ajout d'un terme de contrôle au niveau des transferts inter-grilles. Nous présentons également l'application d'une méthode multi-grille, le Full Approximation Scheme, à l'assimilation variationnelle de données. Cette approche permet d'obtenir un algorithme d'assimilation multi-grille potentiellement très efficace. Enfin, ces méthodes sont testées sur le cas d'un modèle Saint Venant 2D. Nous constatons une réduction importante des erreurs des solutions multi-grilles, ainsi qu'une accélération de la convergence de ces algorithmes.