Les séries temporelles d'images satellite acquises à haute résolution spatiale sont une source d'information importante pour le suivi des changements sur des grandes surfaces. Ces données sont particulièrement intéressantes pour les applications agricoles car elles permettent d'appréhender à l'échelle parcellaire les changements d'état de surface induits par les pratiques culturales. Cependant, le traitement des séries temporelles est souvent limité par l'irrégularité des acquisitions et par la nécessité d'une intervention experte récurrente. Cette thèse présente une méthodologie innovante qui répond à cette problématique. L'application agricole considérée est le suivi des coupes de canne à sucre à La Réunion à partir d'images SPOT (Kalideos ISLE-Réunion©). Afin d'assurer la comparabilité des images, nous avons tout d'abord développé une méthode de normalisation radiométrique relative basée sur une technique de sélection automatique de cibles invariantes. Ensuite, nous avons conçu et développé un système qui exploite, en temps réel, le contenu informatif des séries temporelles en s'appuyant sur des simulations faites à partir d'un modèle de culture et sur des connaissances expertes. Le formalisme de fusion d'informations utilisé est basé sur la modélisation linguistique et sur la logique floue. Il permet de manipuler des données imprécises, incertaines et de nature hétérogène. Il permet également de construire des règles de décision interprétables qui reproduisent, en partie, le raisonnement humain. Deux méthodes de construction des règles sont proposées : la première repose sur des règles définies par l'expert et la deuxième sur une induction automatique des règles par apprentissage. Les performances du système ont été évaluées sur différents sites et sur différentes années. Les résultats obtenus sont satisfaisants : la précision globale atteint 98,8% et le pourcentage de bonne détection des coupes atteint 96,1%. L'analyse de la contribution des différentes sources d'informations a montré, entre autres, que le modèle de culture apporte 6,4% de précision supplémentaire dans la détection des coupes. L'apport de l'expertise a été difficile à évaluer car elle intervient dans différentes parties du système. La méthodologie présentée dans cette thèse est très prometteuse. Elle est applicable à d'autres cultures et transférable à d'autres applications telle que la cartographie dynamique de l'occupation du sol.