Une combinaison phénotypique associée à une valeur maximale de taux de croissance démographique au niveau local définit une optimalité fonctionnelle locale. L’objectif de cette thèse est de comprendre le lien entre cette optimalité, les abondances et la coexistence des espèces au sein d’une communauté, à partir de données observées et d’approches de modélisation. Nous montrons en premier lieu que la moyenne fonctionnelle locale, pondérée par les abondances relatives des espèces, dépend de la distribution fonctionnelle régionale et dévie de l’optimalité fonctionnelle le long de gradients environnementaux, entrainant des biais possibles d’interprétation. Pour éviter de tels biais, nous proposons une approche d’inférence évaluant explicitement les paramètres du filtre environnemental avec un modèle mécaniste, et l’appliquons pour évaluer l’assemblage de communautés végétales le long d’une succession écologique. Nous étudions ensuite la signature de l’optimalité fonctionnelle à différentes échelles spatiales, à travers la structure de réseaux bipartis de communautés et d’espèces. La cohérence émergente des assemblages au sein du réseau permet de caractériser des ensembles fonctionnels, comme cela est illustré pour des prairies en France métropolitaine. La distribution d’occurrences des espèces entre ensembles régionaux définit une métrique nouvelle de spécialisation écologique. Nous montrons que la distance à l’optimalité fonctionnelle locale des espèces spécialistes et généralistes est fonction de leurs capacités de compétition et de tolérance à des stress physiologiques. Les espèces généralistes sont ainsi en moyenne de meilleures compétitrices éloignées de l’optimalité locale tandis que les spécialistes sont de meilleures tolérantes au stress. Nous évaluons enfin le lien entre abondances et distance à l’optimalité sous l’influence conjointe de dynamiques stochastiques, du filtre environnemental et des interactions compétitrices, en fonction des contributions des traits fonctionnels à ces mécanismes. La thèse formalise via différents modèles d’assemblage la notion d’optimalité et caractérise la signature de l’optimalité fonctionnelle à différentes échelles spatiales. Les applications à plusieurs types de communautés d'organismes illustrent le potentiel des approches mécanistes pour mieux évaluer les processus écologiques et biogéographiques générateurs des motifs de biodiversité. / A phenotypic combination linked to a maximal value of demographic rate at local scale defines a functional local optimality. The goal of this thesis is to understand the linkage between this optimality, the abundances and coexistence of species within communities, using both observational and modelling approaches. We first illustrate how community weighted means are influenced by the regional distribution of functional traits and deviates from the functional optimality along environmental gradients, leading to biases of interpretation. To avoid such biases, we propose a method to explicitly infer the parameters of the environmental filtering using a mechanistic model. We apply this method to plant communities distributed along a successional gradient with the objective to assess the community assembly parameters. We then study the signature of functional optimality across different spatial scales, through the structure of bipartite networks composed of communities and species. The emergent coherence of the assemblages within the network allows characterizing functional pools of species. This has been illustrated using a database of French grassland communities. The distribution of species’ occurrences between regional pools defines a novel metrics of ecological specialization. We show that the distance to functional optimality of specialist and generalist species is function of their competitive and stress-tolerance abilities. Generalist species are in average better competitors distant from the local optimality regarding their competitive traits while specialist species express greater stress-tolerance. Finally, we assess the link between abundances and distance to optimality under the joint influence of stochastic dynamics, environmental filtering and competitive interactions, as a function of the contribution of functional traits to these mechanisms. Thanks to the use of various assembly models, this thesis defines the notion of optimality and assesses its functional signature across spatial scales. Applications to distinct types of communities illustrate the potential of mechanistic approaches towards a better assessment of ecological and biogeographical drivers of biodiversity patterns.