L’estimation de l’équivalent en eau de la neige (ÉEN) en temps quasi-réel est un enjeu important pour Hydro-Québec. Le réseau de mesure au sol étant non homogène et de faible densité, ne permet pas un suivi adéquat de l’ÉEN. L’imagerie satellitaire pourrait être une alternative à ce problème. Le modèle HUT (Helsinki University of Technology) permet l’estimation de l’ÉEN à partir des données micro-ondes passives. Le premier objectif de ce projet était de comparer deux produits qui estiment l’ÉEN à partir du modèle HUT, mais avec deux procédures d’inversion différentes. Il s’agit du produit Grille Neige du Québec (GNQ) et le produit GlobSnow. Deuxièmement, l’étude a évalué le produit GNQ en fonction de la végétation, du climat et de la topographie. L’étude s’est portée sur la région des bassins versants de la Grande et du Manicouagan situés au nord du Québec, sur une période allant du 1er janvier au 31 mars des années 2006 à 2010. Les données in-situ utilisées sont les lignes de neige d’Hydro-Québec et les mesures d’ÉEN de l’Année Polaire Internationale (février 2008), qui concernaient les sites de Sept-Iles et Schefferville. Il s’agissait de calculer l’erreur quadratique moyenne, le biais et le R2 pour chaque produit par rapport aux données in-situ, puis d’analyser ces paramètres en fonction des valeurs de fraction forestière, de volume des tiges, des moyennes de température et des précipitations, ainsi que de l’ÉEN moyen mesuré et de la pente du terrain. L’analyse a été faite d’abord à l’échelle du bassin, puis à l’échelle de cinq bandes latitudinales de 1° de latitude du nord vers le sud. Pour toute la zone, cette étude a démontré la supériorité de GNQ (RMSE=31%) par rapport à GlobSnow (RMSE=43%) pour un ÉEN moyen de 215 mm. Cependant cette supériorité décroit du nord vers le sud, où les produits deviennent similaires avec une RMSE = 45% et un biais de -90 mm pour un ÉEN moyen de 253 mm. Ceci pourrait être expliqué par l’effet de la densité de végétation caractéristique de la forêt boréale (fraction forestière > 45%), qui agit comme un masque au signal, et par l’effet d’un ÉEN > 250mm qui le sature. Pour le GNQ, l’effet combiné de la température et des précipitations joue un impact sur l’estimation de l’ÉEN, alors que le relief, plat en général, n’a pas montré un impact significatif. Pour conclure, le produit GNQ montre de meilleurs résultats que le produit GlobSnow, mais cette efficacité est limitée pour les régions ayant une végétation dense et un ÉEN très élevé. / Abstract : The monitoring of snow water equivalent (SWE) in near real time is an important challenge for Hydro-Quebec. Measurement networks do not allow adequate monitoring of the SWE. Passive microwave remote sensing could be an alternative to overcome this problem. The HUT (Helsinki University of Technology) model allows the estimation of the SWE from passive microwave data. The first purpose of this project was to compare two products that estimate the SWE using the HUT model, but with different inversion approaches. The first product is Quebec Snow Grid (GNQ) produced by Hydro-Quebec, and the second product is GlobSnow. The second objective of this study was to evaluate the GNQ product with regards to environmental variables (vegetation cover fraction, stem volume, climate and topography). The study area is located at La Grande and Manicouagan watersheds in northern Quebec. The study period was from 1 st January to 31 March of the years 2006 to 2010. The SWE data estimated by the two products were compared to Hydro-Quebec's insitu snow line data and to 2008 International Polar Year field campaign’s SWE measurements in Sept-Iles and Schefferville. The methodology of this work consisted in calculating the RMSE (Root Mean Square Error), bias and R2 for each product, relative to the in-situ data; and then analyze these parameters according to forest fraction, stem volume, mean temperatures, precipitation, as well as the mean measured SWE and the slope of the terrain. This was done, first for the study area, and then at the scale of five latitudinal bands of one degree latitude from north to south, which divide the study area. This study demonstrated the superiority of GNQ (RMSE = 31%) compared to GlobSnow (RMSE = 43%) for an average SWE of 215 mm over the entire study area. However, the performance decreases from north to south, where both products become quite similar, with RMSE = 45% and a bias of -90 mm for an average SWE of 253 mm. This could be explained by the effect of the vegetation density characteristic of the boreal forest (forest fraction> 45%), which acts like a mask for the signal, and by the higher SWE values (> 250 mm) which saturates it, hence the underestimation of the SWE. A combined effect of temperature and precipitation that had an impact on the SWE estimate was found for GNQ product. The relatively flat relief did not have a significant impact on the estimation of the SWE. Globally, GNQ shows better results than GlobSnow, but its capacity is limited for dense vegetation and thick snowpack.