Cette thèse a un double objectif ; en effet, dans un premier temps, le but est d'utiliser les outils de l'Automatique moderne(La théorie du contrôle en mathématique) pour résoudre des problèmes liés à la gestion des ressources de la bio-diversité en général, et de manière particulière à la gestion des ressources halieutiques pour ce qui concerne l'estimation des stocks. Nous avons considéré deux modèles de pêches, l'une structurée en stades et l'autre issue des modèles globaux. Nous avons utilisé sur ces deux modèles des techniques mathématiques pour construire des estimateurs d'état appelés Observateurs pour estimer l'état réel des systèmes que nous considérons. Ces techniques sont bien connues dans l'étude des systèmes modélisant les phénomènes physiques, mais rares sont les documents qui font état de l'utilisation des observateurs dans les systèmes modélisant certains écosystèmes telles les populations de poissons. Nous avons ici tenté d'associer la rigueur mathématique dans l'estimation des états des ces systèmes qui sont construits très souvent de manière empirique et complexe. La seconde partie de cette thèse traite des observateurs adaptatifs d'une classe de systèmes dont la sortie est à temps discret. En effet, nous considérons une classe de systèmes pouvant se mettre sous une forme particulière appelée forme adaptative, après une transformation via l'injection de sortie. Nous développons un algorithme récursif permettant d'estimer aussi bien l'état que quelques paramètres du système. La particularité de cette étude des observateurs adaptatifs est liée au fait qu'ici nous avons une sortie discrète, contrairement à ce que nous pourrions rencontrer dans la littérature pour les observateurs adaptatifs. Dans notre approche de ces observateurs adaptatifs continus discrets, nous avons d'abord construit l'estimateur d'état et de paramètres en trouvant un gain constant qui permet la convergence de l'algorithme ; ensuite nous considérons le même problème d'estimations d'état et de paramètres, mais sous un autre angle. Nous avons donc utilisé des techniques de l'excitation persistante pour permettre la convergence de l'algorithme.