L’évaluation des risques, en situation d’urgence nucléaire, est entachée d’incertitudes sur le transfert de substances radioactives dans les écosystèmes terrestres et vers l’homme à travers la chaîne alimentaire pouvant altérer les décisions. L’ampleur des répercutions des accidents de Tchernobyl et de Fukushima a mis en évidence la difficulté de gérer les conséquences post-accidentelles de tels événements et d’appréhender les incertitudes dans les prises de décision. L’objectif de cette thèse est de développer une méthodologie pour la prise en compte des incertitudes dans les modèles d’évaluation de risque environnemental et alimentaire afin d’améliorer les outils d’aide à la décision en situation accidentelle. Différents modèles bayésiens hiérarchiques visant à saisir, dans un cadre unique de modélisation, l’incertitude et la variabilité sur des paramètres radioécologiques d’intérêt en situation post-accidentelle ont été développés. Les paramètres de ces modèles ont été estimés par inférence bayésienne sur des données collectées à partir d’une revue étendue de la littérature. L’influence sur les modèles d’évaluation de risque, des incertitudes autour de ces paramètres radioécologiques, a été évaluée par simulations probabilistes et analyses de sensibilité, appliquées à deux cas d’études : un accident hypothétique et l’accident de Fukushima. Les travaux réalisés dans cette thèse contribuent à améliorer la connaissance autour des processus clés de transfert de radionucléides dans l’environnement et la paramétrisation des modèles radioécologiques d’évaluation de risque en ligne avec les axes de recherche prioritaires définis par la communauté scientifique en radioécologie. / Risk assessment, in case of nuclear emergency, is confronted to uncertainties on the transfer of radioactive substances in terrestrial ecosystems and to human population through the food chain, which could affect the reliability of decisions. The extent of the repercussions of Chernobyl and Fukushima accidents highlighted the difficulty of managing the consequences of such disasters and specifically to accommodate the different sources of uncertainty within decision-making processes. The objective of this research is to develop a methodology to account for uncertainties within environmental and food risk assessment models to improve decision support tools used for accidental situations. Different hierarchical Bayesian models aiming at capturing, within a unique modelling framework, uncertainty and variability about radioecological parameters of great importance for accidental situation were developed. Models parameters were estimated by Bayesian inference applied on databases obtained by an extended literature review. The impact on the risk assessment models of uncertainties about these radioecological parameters was then assessed by stochastic simulations and sensitivity analyses applied on two case-studies: a hypothetical accident simulating a standardized deposition of radionuclides and the accident of Fukushima nuclear power plant. The works developed in this project contribute to enhance knowledge on key processes governing environmental transfer of radionuclides and to improve the parameterization of the radioecological risk assessment models with respect to the research lines outlined by the scientific community in radioecology.