Cette thèse porte sur une méthodologie d’estimation des capacités d’un futur instrument spatioporté. Le cas d’étude est l’instrument Flexible Combined Imager (FCI) à bord du futur satellite Meteosat Troisième Génération Imageur (MTG-I), et plus particulièrement ses capacités à détecter des variations de quantité d’aérosols désertiques dans l’atmosphère. Une meilleure connaissance de ces aérosols fait partie des besoins régulièrement exprimés pour l’étude du climat, la prévision météorologique ou l’estimation de la ressource solaire dans des zones arides comme le Sahara. Ce type d’aérosols est abondant dans l’atmosphère. Leurs propriétés physico-chimique les rendent distinguables des autre types d’aérosols comme ceux résultant de la pollution d’origine anthropique, d’autant qu’ils sont émis dans des zones protégées des contaminations par ces autres types. Ils représentent donc un cas d’étude simple pour valider la méthodologie développée dans cette thèse.La méthodologie consiste à réaliser un simulateur de vue du sol par l’instrument, à effectuer de très nombreuses simulations des luminances mesurées par l’instrument sous diverses conditions atmosphériques et de l’albédo du sol, à analyser les résultats de manière à quantifier l’influence de chaque variable dans la variation de la luminance, puis à conclure quant aux capacités de détection grâce un critère de détectabilité prenant en compte les caractéristiques de l’instrument.Le simulateur développé a été validé par confrontation avec des mesures réelles de l’instrument SEVIRI à bord du satellite Meteosat Second Generation. L’innovation principale réside dans l’usage de l’approche d’analyse de sensibilité globale (GSA). Cette dernière quantifie l’influence de chaque variable séparément ainsi que les termes croisés. Elle exploite des fonctions de répartition statistique des variables extraites d’observations, et permet par conséquent d’obtenir une analyse de sensibilité réaliste. La GSA produit aussi des fonctionnelles modélisant l’influence d’une ou plusieurs variables sur la variabilité du signal observé et utilisables pour différentes applications dans la télédétection. / This thesis deals with a methodology to assess the capabilities of future spaceborne instruments. The case study is the Flexible Combined Imager (FCI) of the future Meteosat Third Generation Imaging mission (MTG - I), and in particular its ability to detect variations in load of desert aerosols in a realistically variable atmosphere. A better understanding of the behavior of these aerosols is part of regularly expressed needs for the study of the climate, weather forecast or assessment of the solar resource in arid areas such as the Sahara. This type of aerosols is abundant in the atmosphere. Their physical and chemical properties make them distinguishable from other types of aerosols such as those resulting from anthropogenic pollution, especially as they are emitted in areas protected from contamination by these other types. They therefore represent a simple case study to validate the methodology developed in this thesis.The methodology is to provide a simulator of the view of the instrument to perform a large number of simulations of the radiance measured under different atmospheric conditions and ground albedo, to analyze the results in order to quantify the influence of each variable in the variation of radiance, and then conclude on the capabilities of detection through a test of detectability taking into account the characteristics of the instrument.The developed simulator was validated by comparison against actual measurements of the SEVIRI instruments onboard Meteosat Second Generation satellites. The main innovation lies in the use of the global sensitivity analysis approach (GSA). The latter quantifies the influence of each variable separately as well as their crossed terms. Cumulative distribution functions were computed from actual observations and allow a realistic sensitivity analysis of the instrument. The GSA is also used to compute functional representation of the influence of one or more variables on the variability of the observed signal. The usefulness of such representations is discussed for various applications in remote sensing.