Bien que les modèles hydrologiques soient aujourd'hui utilisés pour la prévision des crues, leur mise en place sur un territoire particulier peut encore poser question. Classiquement, elle nécessite des chronologies observées de pluies et de débits. Cependant, ces données peuvent s'avérer incertaines, insuffisantes voire indisponibles. Cela impact alors l'identification des modèles ainsi que leurs prévisions en les rendant elles-mêmes incertaines et potentiellement inopérantes.Dans cette thèse, nous avons cherché à revisiter ces problématiques liées à la mise en place des modèles, en proposant des approches innovantes étalonnant les modèles sans certaines données pouvant s'avérer trop incertaines ou indisponibles. Ces dernières, habituellement exigées pour l'identification des modèles, sont de plus estimées au cours de l'étalonnage. Deux méthodes applicables quelque-soit la nature du modèle considéré sont proposées. La première est une méthode d'inversion des pluies et des paramètres. Elle permet d'étalonner un modèle hydrologique à partir de chronologies observées de débits et de cumuls de pluies seulement. Cette méthode identifie de plus simultanément les chronologies des pluies au pas de temps horaire. Une application particulière de cette méthode à des modèles déjà établis généralise par ailleurs à des modèles non-analytiques l'approche d'inversion des pluies proposée par Kirchner (2009). La seconde est une méthode de calibration pluie-hauteur d'eau. À partir de chronologies observées de pluies et de hauteurs d'eau seulement, elle permet de mettre en place un modèle hydrologique et d'identifier une courbe de tarage. Outre les analyses originales pouvant être menées sur les chronologies de pluies ou les courbes de tarage estimées par ces méthodes, ces dernières étendent à des contextes plus restreints en données, la possibilité d'identification de modèles pluie-débits et offrent des applications en opérationnel.En parallèle du développement de ces méthodes, cette thèse nous a aussi amené à construire une représentation conceptuelle appelée espace des connaissances. Celle-ci permet d'appréhender de manière commune les questions nouvelles ayant été étudiées ainsi que des approches plus classiques comme la calibration ou la simulation. / Rainfall-runoff models are used for flood forecasting by warning authorities. However their implementation on a particular territory is still a challenge. Indeed, they generally need to be calibrated by using observed rainfall and discharge time series. These data may be subject to errors and uncertainties. They are not always available. Then, the model calibration relevancy may be affected and the forecasts may also be subject to significant uncertainties. This research would like to address such issues related to the rainfall-runoff models calibration, by proposing original methods which may set up a model by using less data than the ``classical'' calibration. The unused data might be either subject to uncertainties or not available. Moreover, these unused data may be estimated by the methods. Two model independant approach were suggested. Both are an heuristic inversion algorithm of rainfall-runoff models. The first method estimates simultaneously hourly rainfall time series and models parameters, by using only observed hourly discharge time series and total areal rainfall of flood events. A specific application of this method to set up models (with fixed parameters), generalises to models which are not invertible analyticaly, the ``hydrology backward'' approach proposed by Kirchner (2009).The second method estimates simultaneously models parameters and a rating-curve, by using only observed hourly rainfall and stage time series. Original analysis may be performed on the rainfall time series and the rating-curve estimated by the methods. Also, they extend the applicability rainfall-runoff models to hydrological context with restricted available data and offer promising operational applications. Yet, this research lead us to build a conceptual framework, denoted knowledge space. This framework unifies not only the original approaches which were proposed, but also some more ``classical'' approaches to hydrology as the calibration and the simulation.