Les épisodes de sécheresse et de canicule qui frappent épisodiquement les régions tempérées ont des conséquences préjudiciables sur les plans sanitaire, économique, social et écologique. Afin de pouvoir enclencher des stratégies de préparation et de prévention avec quelques semaines ou mois d'anticipation, les attentes sociétales en matière de prévision sont élevées, et ce d'autant plus que les projections climatiques font craindre la multiplication de ces épisodes au cours du 21ème siècle. Néanmoins, la saison d'été est la plus difficile à prévoir aux moyennes latitudes. Les sources connues de prévisibilité sont plus ténues qu'en hiver et les systèmes de prévision climatique actuels peinent à représenter correctement les mécanismes de téléconnexion associés. Un nombre croissant d'études a mis en évidence un lien statistique dans certaines régions entre l'humidité du sol au printemps et les températures et précipitations de l'été qui suit. Ce lien a été partiellement confirmé dans des modèles numériques de climat mais de nombreuses interrogations subsistent. L'objectif de cette thèse est donc de mieux comprendre le rôle joué par l'humidité du sol sur les caractéristiques et la prévisibilité du climat de l'été dans les régions tempérées. Grâce notamment au modèle couplé de circulation générale CNRM-CM, nous avons mis en œuvre des ensembles de simulations numériques qui nous ont permis d'évaluer le degré de persistance des anomalies d'humidité du sol printanière. En effet, une longue persistance est une condition nécessaire pour que ces anomalies influencent le climat à l'échelle de la saison, via le processus d'évapotranspiration de la surface. En imposant dans notre modèle des conditions initiales et aux limitées idéalisées d'humidité du sol, nous avons mis en évidence des régions du globe pour lesquelles l'état moyen et la variabilité des températures et des précipitations en été sont particulièrement sensibles à ces conditions. C'est notamment le cas sur une grande partie de l'Europe et de l'Amérique du nord, y compris à des latitudes élevées. Pour toutes ces régions, l'humidité du sol est une source prometteuse de prévisibilité potentielle du climat à l'horizon saisonnier, bien que de fortes incertitudes demeurent localement sur le degré de persistance de ses anomalies. Une expérience de prévisibilité effective coordonnée avec plusieurs systèmes de prévision montre qu'une initialisation réaliste de l'humidité du sol améliore la prévision de températures estivales principalement dans le sud-est de l'Europe. Dans d'autres régions, comme l'Europe du Nord, le désaccord des modèles provient de l'incertitude sur la persistance des anomalies d'humidité du sol. En revanche, sur les Grandes Plaines américaines, aucun modèle n'améliore ses prévisions qui restent donc très médiocres. La littérature ainsi que nos évaluations de sensibilité du climat à l'humidité du sol ont pourtant identifié cette région comme un "hotspot" du couplage entre l'humidité du sol et l'atmosphère. Nous supposons que l'échec de ces prévisions est une conséquence des forts biais chauds et secs présents dans tous les modèles sur cette région en été, qui conduisent à un dessèchement excessif des sols. Pour le vérifier, nous avons développé une méthode qui corrige ces biais au cours de l'intégration des prévisions avec CNRM-CM6. Les prévisions qui en résultent sont nettement améliorées sur les Grandes Plaines. La compréhension de l'origine des biais continentaux en été et leur réduction dans les prochaines générations de modèles de climat sont des étapes essentielles pour tirer le meilleur parti de l'humidité du sol comme source de prévisibilité saisonnière dans les régions tempérées. / Severe heat waves and droughts that episodically hit temperate regions have detrimental consequences on health, economy and society. The design and deployment of efficient preparedness strategies foster high expectations for the prediction of such events a few weeks or months ahead. Their likely increased frequency throughout the 21st century, as envisaged by climate projections, further emphasizes these expectations. Nevertheless, the summer season is the most difficult to predict over mid-latitudes. Well-known sources of predictability are weaker than in winter and current climate prediction systems struggle to adequately represent associated teleconnection mechanisms. An increasing number of studies have shown a statistical link over some regions between spring soil moisture and subsequent summer temperature and precipitation. This link has been partly confirmed in climate numerical models, but many questions remain. The purpose of this PhD thesis is to better understand the role played by soil moisture onthe characteristics and predictability of the summer climate in temperate regions. By means of the CNRM-CM coupled general circulation model, we have designed a range of numerical simulations which help us evaluate the persistence level of spring soil moisture anomalies. Indeed, a long persistence is a necessary condition for these anomalies to influence the climate at the seasonal scale, through the process of evapotranspiration. By imposing in our model idealized initial and boundary soil moisture conditions, we have highlighted areas of the globe for which the average state and the variability of temperatures and precipitation in summer is particularly sensitive to these conditions. This is the case in particular for Europe and North America, including over high latitudes. Soil moisture is therefore a promising source of potential seasonal climate predictability for these regions, although the persistence of soil moisture anomalies remains locally very uncertain. An effective predictability coordinated experiment, bringing together several prediction systems, shows that a realistic soil moisture initialization improves the forecast skill of summer temperatures mainly over southeast Europe. In other regions, such as Northern Europe, the disagreement between models comes from uncertainty about the persistence of soil moisture anomalies. On the other hand, over the American Great Plains, even the forecasts with improved soil moisture initialization remain unsuccessful. Yet, the literature as well as our assessment of climate sensitivity to soil moisture have identified this region as a "hotspot" of soil moisture - atmosphere coupling. We assume that the failure of these predictions relates to the strong hot and dry bias present in all models over this region in summer, which leads to excessive soil drying. To verify this assumption, we developed a method that corrects these biases during the forecast integration based on the CNRM-CM6 model. The resulting forecasts are significantly improved over the Great Plains. Understanding the origin of continental biases in the summer and reducing them in future generations of climate models are essential steps to making the most of soil moisture as a source of seasonal predictability in temperate regions