La plupart des épisodes de pollution atmosphérique intense apparaissent lors des situations des vents faibles. Les modèles de pollution atmosphérique surestiment ou sous-estiment les concentrations dans ces conditions, en fonction des modèles des écarts-types (σi avec i=x,y,z) de dispersion auxquels ils sont associés. Ceci a été mis en évidence dans la première partie de cette thèse où on a évalué l’efficacité de 5 modèles de dispersion associés à 6 modèles des écarts-types, en se servant de 5 bases des données internationales. Dans la deuxième partie, nous avons développé deux modèles écarts-types de dispersion (S_LMEE_Ond et S_LMEE_Taylor) à partir de bases de données expérimentales appropriées. On a montré ainsi que pour les vents faibles, la vitesse instantanée du vent est non-stationnaire et qu’elle est caractérisée par des fluctuations rapides (aléatoires ou turbulentes) et des fluctuations lentes (organisées). Les fluctuations turbulentes favorisent le mélange des particules à l’intérieur du panache et les fluctuations lentes entrainent leur transport horizontal. Les modèles des écarts-types développés dans cette thèse semblent mieux appropriés pour étudier la dispersion des particules par faibles vents. Le modèle S_LMEE_Taylor est fonction du module moyen de la vitesse du vent (V) et des écarts-types des fluctuations organisées (σu et σv). Des modèles ARX multivariables et autorégressifs ont été développés dans un environnement MATLAB pour la prédiction de ces paramètres avec un horizon de 10 mn et 30 min. / The most intense air pollution episodes occur in situations of low winds. The air pollution models overestimate or underestimate the levels in these conditions, according to models of standard deviations (σi with i = x, y, z) dispersion which they are associated. This was highlighted in the irst part of this thesis where we evaluated the efficacy of five models of dispersal patterns associated with six standard deviations, using five international databases. In the second part, we have developed two models of dispersal standard deviations (S_LMEE_Ond and S_LMEE_Taylor) from experimental databases appropriate. It has been shown and for light winds, the wind speed is non-stationary and ischaracterized by rapid fluctuations (random or turbulent) and slow fluctuations (organized). Turbulent fluctuations promote mixing of particles within the plume and slow fluctuations leading to their horizontal transport. Models of deviations developed in this thesis seem more appropriate to study the dispersion of particles by low winds. The model is based on the module S_LMEE_Taylor average wind speed (V) and standard deviations of fluctuations organized (σu and σv). ARX models and multivariate autoregressive have been developed in MATLAB to predict these parameters with a 10 min and 30 min.