L'objectif de cette thèse est le développement d'outils technologiques et logiciels permettant un monitoring de la qualité de l'air intérieur. Cela comprend la conception de capteurs miniaturisés permettant la détection simultanée d'un grand nombre de polluants, ainsi que le développement de modèles numériques inverses utilisant les données issues de ces capteurs et permettant la reconstruction de sources de polluants. Ces travaux ont mené à l'élaboration d'un prototype fonctionnel de micro-chromatographe en phase gazeuse, système d'analyse chimique miniaturisé permettant la détection de multiples polluants. La colonne de séparation fabriquée en technologie MEMS a permis la séparation de divers composés organiques volatils en quelques dizaines de secondes. Le micro-détecteur TCD, fondé sur une mesure 4-pointes couplée à un circuit d'asservissement en température original, a permis la détection des composés séparés dans la colonne. Afin d'améliorer et de tirer au mieux parti des micro-chromatographes, des méthodes d'injections stochastiques ont été développées. Il a été démontré que ces méthodes ont plusieurs intérêts. D'une part, elles permettent facilement un gain de rapport signal/bruit de l'ordre de la décade, ce qui permet la détection de polluants plus faiblement concentrés. Il a été observé d'autre part qu'il est possible de suivre en temps réel l'évolution moyenne de la concentration des polluants alors que cela n'est pas possible lorsque le chromatographe est utilisé de manière standard. Enfin, une méthode d'injection et de traitement du signal permettant l'analyse simultanée de plusieurs échantillons avec un unique capteur a été développée. Enfin, ces travaux ont été complétés par le développement de modèles inverses 2D permettant, à partir de données issues de micro-chromatographes placés dans l'espace, la reconstruction de sources de polluants et de champs de vitesses par méthode des gaz traceur. Ces modèles sont fondés sur une approche de contrôle optimal et utilisent une résolution des équations de Navier-Stokes et de diffusion-advection par la méthode éléments finis. L'utilisation de bases orthonormées obtenues par POD a permis de régulariser ces modèles inverses / The goal of this thesis is the development of technological and numerical tools for the monitoring of indoor air quality. That comprises the design of miniaturized sensors capable of detecting a large number of pollutants, and the development of inverse models allowing the reconstruction of pollutant sources from concentration measurements. In this work we present the realization of a micro-gas chromatograph, miniaturized chemical-analysis system fabricated with silicon-based MEMS technology. The separation column can separate multiple volatile organic compounds in less than a minute. The integrated thermal conductivity detector, based on a 4-points measurement technique coupled with an original temperature control circuit, can detect compounds separated in the column. In order to improve the performances of such micro-chromatographs, stochastic injection techniques have been developped. We have shown that these techniques easily allow to reduce the detection noise by an order of magnitude so that low-concentrated pollutants can be detected. We also observed that it is possible to follow in real time the mean evolution of the concentration with such techniques. We finally developped an original multiplexing technique that allows to monitor multiple sample streams simultaneoulsy with a single sensor. Finally, this work is completed by the development of 2D inverse models that allow, from data measured by micro-chromatographs placed in a room, to reconstruct pollutant sources, concentration fields or airflow patterns. Those models are based on an optimal control approach and use the resolution of Navier-Stokes and diffusion-advection equations with the finite element method. POD orthonormal basis are used for the regularization of the problem