Dans le contexte général de l’érosion de la biodiversité, deux espèces d’oiseaux forestiers, le Grand Tétras (Tetrao urogallus) et la Gélinotte des bois (Bonasa bonasia), présentes dans le massif Jurassien sont menacées par la perte et la fragmentation de leur habitat à l’échelle régionale. En particulier, dans le massif Jurassien l’extension progressive des tâches de régénération du hêtre induit la transformation du couvert végétal constitué de myrtilles et d’herbacées favorable en un habitat fermé défavorable. Le destin de ces deux espèces emblématiques dépend pour la première d’actions de gestions et pour la seconde d’une meilleure connaissance de la distribution et de la dynamique des populations. La coupe des zones de régénération fait partie des principales actions envisagées pour restaurer l’habitat forestier. Cependant ces actions de gestion ou de suivi des populations sont couteuses en temps et en argent. Ainsi, l’opportunité d’utiliser deux jeux de données LiDAR (Light Detection and Ranging) couvrant la majorité de l’aire de distribution des deux espèces dans le massif Jurassien a initié le projet de cartographie des habitats de chaque espèce et de la présence des tâches de régénération du hêtre en utilisant des modèles de distribution d’espèces (SDMs). L’objectif est de soutenir les gestionnaires dans leurs décisions et actions grâce à la production de prédictions spatiales adaptées. La réalisation de cet objectif dépend de la fiabilité des modèles produits, mais aussi de la bonne transmission des résultats par le chercheur aux gestionnaires qui ne sont pas familiers avec les méthodes utilisées. Dans un premier temps, le choix d’une méthode de modélisation appropriée (correction du biais d’échantillonnage, échelles, algorithmes) par rapport aux caractéristiques des jeux de données et aux objectifs a été évalué. Dans un second temps, l’utilisation de variables environnementales LiDAR orienté-objet (arbres et trouées) pour faciliter l’appropriation des résultats par les gestionnaires a été testée. Enfin, les résultats obtenus ont permis la création de modèles multi-échelles et de carte de prédictions pour chacune des espèces démontrant la capacité du LIDAR de représenter la structure de la végétation qui influence la présence des espèces d’oiseaux forestières étudiées. Des modèles de distribution de la régénération du hêtre ont pu aussi être créés à une échelle fine. / In the general context of biodiversity erosion, two forest bird species occurring in the French Jura massif, the Capercaillie (Tetrao urogallus) and the Hazel Grouse (Bonasa bonasia), are threatened by habitat loss and fragmentation at the regional scale. In particular, intensive beech regeneration patches extension in the Jura massif is leading to the transformation of the understory cover, once suitable with bilberry and herbaceous vegetation, to closed unfavorable habitat. The fate of those two emblematic species is depending for the first on future management actions and for the second on a better knowledge of the species population’s dynamics and occurrences. In particular, the cutting of the beech regeneration patches is one of the efficient management actions undertaken to restore the habitat. However, management actions and surveys are money and time consuming due to the large area that need to be covered. The opportunity to use two Light Detection and Ranging (LiDAR) datasets covering a major part of the distribution of the two species in the Jura massif initiated the phD project, with the objective to support managers in their decisions and actions by the creation of adapted distribution predicted maps using Species Distribution Models (SDMs) (Hazel Grouse, Capercaillie and beech regeneration). The realization of this objective is depending on the reliability of the models produced and on the capacity of the researcher to transfer the results to managers who are not familiar with modeling methods. In a first step, the choice of the appropriate modeling method regarding the datasets characteristics and the objectives was investigated (sampling bias correction, scales, and algorithms). In addition, the use of object-oriented LiDAR predictors (trees and gaps) pertinent from both species and managers point of view to facilitate the results transfer was tested. The results obtained were used to create appropriate multi-scale SDMs and to predict distribution maps for both target species, demonstrating the capacity of LiDAR to represent vegetation structures that influence the targeted forest bird species occurrences. Models at a fine scale were also created to map the beech regeneration distribution in the Jura massif.