Dans ce mémoire, nous étudions l’exposition aux ondes électromagnétiques l’échelle d’une population. Cette étude est réalisée pour une exposition à une onde plane orientée frontalement sur des modèles anatomiques du corps humains (fantômes) avec une puissance incidente de 1W/m2 et une fréquence de 2.1 GHz. Pour ce faire, l’idée est de construire un modèle du WBSAR (Whole Body averaged Specific Absorption Rate) en fonction de lamorphologie. Les facteurs morphologiques influençant le WBSAR ont été identifiés à l’aide des fantômes existant dont le nombre se limite à 18 et des modèles de régressions. Cette analyse préliminaire montre que les facteurs morphologiques externes (taille, poids ...) seuls ne suffisent pas pour construire un tel modèle, mais l’introduction des facteurs morphologiques internes (muscles, graisse ...) est nécessaire. L’absence de données statistiques sur les facteurs morphologiques internes de populations nous a conduits à intégrer des connaissances apriori sur ces facteursafin d’étudier l’exposition d’une population donnée. Des lois paramétriques usuelles et des mélanges de gaussiennes sont utilisés pour modéliser ces facteurs internes afin d’étudier leur influence sur le quantile du WBSAR à 95 %.L’utilisation des fantômes homogènes où le fantôme homogène est obtenu en remplaçant tous les tissus internes par un unique tissu équivalent. Ces fantômes homogènes permettent de s’affranchir de l’influence de la morphologie interne dans un modèle du WBSAR et facilitent également leur déformation par une technique de morphing. Ainsi nous avons pu enrichir la base de fantômes existant. Pour donner une estimation du quantile du WBSAR à 95 %, nous avons mis en place un plan d’expériences séquentiel qui repose sur un modèle paramétrique du WBSAR et l’inférence bayésienne et qui permet de raffiner la région à 95 %. Cette approche nous a permis de trouver le quantile à 95 % pour une population et un exemple de fantôme correspondant. Cependant, cette approche ne permet pas d’obtenir une estimation de toute la distribution du WBSAR. Afin d’obtenir une estimation de toute cette distribution, nous avons construit une surface de réponse en utilisant les polynômes de chaos. Dans l’objectif d’obtenirdes résultats cohérents nous avons effectué un changement de variables permettant de traduire les connaissances physiques dans cette surface de réponse. / In this report, a study of the exposure to electromagnetic waves at the level of population is proposed. This study is conducted in the case of a plane wave oriented frontally on anatomical models (phantoms) with an incident power of 1W/m2 and at the frequency of 2.1 GHz. For this purpose, the idea is to build a surrogate model of the WBSAR (Whole Body averaged Specific Absorption Rate) as a function of morphology. An identificationof morphological factor is performed using the limited number of phantoms (18phantoms)and different regressions. This analysis shows that to use only external morphological factors (height, weight ...) is not sufficient to build such surrogate model and that internal morphological factors (muscles, fat ...) are also important. The absence of statistical data on internal morphology conducts us to introduce some prior knowledge on these internal factors to study the exposure for a given population. Some parametric laws and Gaussian mixture are used to study their influence on the quantile of the WBSAR at 95 The lack of data on internal morphology led us to consider homogeneous phantoms instead of the heterogeneous one. In homogeneous phantoms, all the internal tissues are substituted by an equivalent tissue. These homogeneous phantoms allow us to overcome the influence of internal morphology for a WBSAR model and to use a morphing technique to increase the database of phantoms. To give an estimation of the WBSAR quantile at 95 %, a sequential experiment design is used. This approach is based on a parametric model and Bayesian inference. This experiment design allows us to estimate the quantile at 95 for a given population and an example of one corresponding phantom. Nevertheless, this approach does not allow one to estimate the whole distribution of the WBSAR for a given population. To give an estimate of this distribution a surface of response is established using polynomial chaos. This approach gives incoherent results with the physical phenomenon. To obtain coherent results, physical knowledge is introduced by variables changing in this responsesurface.