Le plateau des Guyanes est une région qui est caractérisée à 90% d’une forêt tropicale primaire et compte pour environ 20% des réserves mondiales d’eau douce. Ce territoire naturel, au vaste réseau hydrographique, montre des intensités pluviométriques annuelles atteignant 4000 mm/an ; ce qui fait de ce plateau une des régions les plus arrosées du monde. De plus les précipitations tropicales sont caractérisées par une variabilité spatiale et temporelle importante. Outre les aspects liés au climat, l’impact des précipitations dans cette région du globe est important en termes d’alimentation énergétique (barrages hydroélectriques). Il est donc important de développer des outils permettant d’estimer quantitativement et qualitativement et à haute résolution spatiale et temporelle les précipitations dans cette zone. Cependant ce vaste espace géographique est caractérisé par un réseau de stations pluviométriques peu développé et hétérogène, ce qui a pour conséquence une méconnaissance de la répartition spatio-temporelle précise des précipitations et de leurs dynamiques.Les travaux réalisées dans cette thèse visent à améliorer la connaissance des précipitations sur le plateau des Guyanes grâce à l’utilisation des données de précipitations satellites (Satellite Precipitation Product : SPP) qui offrent dans cette zone une meilleure résolution spatiale et temporelle que les mesures in situ, au prix d’une qualité moindre en terme de précision.Cette thèse se divise en 3 parties. La première partie compare les performances de quatre produits d’estimations satellitaires sur la zone d’étude et tente de répondre à la question : quelle est la qualité de ces produits au Nord de l’Amazone et sur la Guyane française dans les dimensions spatiales et temporelles ? La seconde partie propose une nouvelle technique de correction de biais des SPP qui procède en trois étapes : i) utiliser les mesures in situ de précipitations pour décomposer la zone étudiée en aires hydro-climatiques ii) paramétrer une méthode de correction de biais appelée quantile mapping sur chacune de ces aires iii) appliquer la méthode de correction aux données satellitaires relatives à chaque aire hydro-climatique. On cherche alors à répondre à la question suivante : est-ce que le paramétrage de la méthode quantile mapping sur différentes aires hydro-climatiques permet de corriger les données satellitaires de précipitations sur la zone d’étude ? Après avoir montré l’intérêt de prendre en compte les différents régimes pluviométriques pour mettre en œuvre la méthode de correction QM sur des données SPP, la troisième partie analyse l’impact de la résolution temporelle des données de précipitations utilisées sur la qualité de la correction et sur l’étendue spatiale des données SPP potentiellement corrigeables (données SPP sur lesquelles la méthode de correction peut s’appliquer avec efficacité). Concrètement l’objectif de cette partie est d’évaluer la capacité de notre méthode à corriger sur une large échelle spatiale le biais des données TRMM-TMPA 3B42V7 en vue de rendre pertinente l’exploitation de ce produit pour différentes applications hydrologiques.Ce travail a permis de corriger les séries satellites journalières à haute résolution spatiale et temporelle sur le plateau des Guyanes selon une approche nouvelle qui utilise la définition de zones hydro-climatiques. Les résultats positifs en terme de réduction du biais et du RMSE obtenus grâce à cette nouvelle approche, rendent possible la généralisation de cette nouvelle méthode dans des zones peu équipées en pluviomètres. / The Guiana Shield is a region that is characterized by 90% of a primary rainforest and about 20% of the world’s freshwater reserves. This natural territory, with its vast hydrographic network, shows annual rainfall intensities up to 4000 mm/year; making this plateau one of the most watered regions in the world. In addition, tropical rainfall is characterized by significant spatial and temporal variability. In addition to climate-related aspects, the impact of rainfall in this region of the world is significant in terms of energy supply (hydroelectric dams). It is therefore important to develop tools to estimate quantitatively and qualitatively and at high spatial and temporal resolution the precipitation in this area. However, this vast geographical area is characterized by a network of poorly developed and heterogeneous rain gauges, which results in a lack of knowledge of the precise spatio-temporal distribution of precipitation and their dynamics.The work carried out in this thesis aims to improve the knowledge of precipitation on the Guiana Shield by using Satellite Precipitation Product (SPP) data that offer better spatial and temporal resolution in this area than the in situ measurements, at the cost of poor quality in terms of precision.This thesis is divided into 3 parts. The first part compares the performance of four products of satellite estimates on the study area and attempts to answer the question : what is the quality of these products in the Northern Amazon and French Guiana in spatial and time dimensions ? The second part proposes a new SPP bias correction technique that proceeds in three steps: i) using rain gauges measurements to decompose the studied area into hydro climatic areas ii) parameterizing a bias correction method called quantile mapping on each of these areas iii) apply the correction method to the satellite data for each hydro-climatic area. We then try to answer the following question : does the parameterization of the quantile mapping method on different hydro-climatic areas make it possible to correct the precipitation satellite data on the study area ? After showing the interest of taking into account the different rainfall regimes to implement the QM correction method on SPP data, the third part analyzes the impact of the temporal resolution of the precipitation data used on the quality of the correction and the spatial extent of potentially correctable SPP data (SPP data on which the correction method can be applied effectively). In summary, the objective of this section is to evaluate the ability of our method to correct on a large spatial scale the bias of the TRMM-TMPA 3B42V7 data in order to make the exploitation of this product relevant for different hydrological applications.This work made it possible to correct the daily satellite series with high spatial and temporal resolution on the Guiana Shield using a new approach that uses the definition of hydro-climatic areas. The positive results in terms of reduction of the bias and the RMSE obtained, thanks to this new approach, makes possible the generalization of this new method in sparselygauged areas.