Dans le sud tunisien, tous les périmètres irrigués de type oasis n’ont pas connu le même développement au cours de 50 dernières années. On observe ainsi depuis plusieurs décennies, une évolution des surfaces couvertes qui dans certaines régions ont plus que doublé, alors que pour d’autres elles sont restées pratiquement stables et dans certains cas, ont même connu une régression. Face aux enjeux que ces changements impliquent tant sur le plan environnemental qu’économique et social, l’élaboration d’une typologie des oasis ainsi que l’estimation de leur état sont d’une importance stratégique aux niveaux national, régional et international. Pour connaître l'état de la végétation dans ces oasis, des systèmes de surveillance de ces écosystèmes oasiens devraient être mis au point et renseignés régulièrement par des données prises sur ces surfaces cultivées. Ces données peuvent être obtenues en partie par les systèmes d’observations satellitaires à haute et à moyenne résolution spatiale, et forte répétitivité temporelle, qui par leur vision synoptique, constituent une source d’informations particulièrement adéquate. Le travail de recherche présenté ici porte sur l’exploration de méthodes développées à partir de deux types de séries temporelles d’images d’observation de la Terre : celles produites par l’expérience SPOT-5 (Take5) et le produit MOD13Q1 du capteur MODIS, respectivement à 10m et 250 m de résolution spatiale, et avec des répétitivités de 5 et 26 jours. Ces méthodes et données ont été testées sur la région du Djérid dans le but final de mettre en place un système de surveillance des oasis basé sur l'analyse des signatures temporelles à partir d’images d’observations de la Terre prises très régulièrement dans le temps.Deux démarches différentes d’analyse ont été menées pour chaque type de données, basées sur le traitement de séries temporelles d’un indice de végétation, le NDVI. La première repose sur les variations temporelles de l’activité végétale sur une courte période d’avril à septembre 2015 à travers la série d’images SPOT-5 (Take5) : la comparaison entre oasis s’est faite à l’échelle du périmètre irrigué (une oasis peut être composée de plusieurs périmètres irrigués) en utilisant la méthode statistique de classification ascendante hiérarchique. La seconde utilise une technique de décomposition temporelle d’un signal pour extraire la tendance d’une série d’images pluriannuelles à l’échelle d’un point géographique (un pixel de 250mx250m) à travers la série temporelle MOD13Q1 de 2000 à 2016.Les résultats obtenus à partir du traitement et de l’analyse de ces séries temporelles optiques ont permis de montrer qu’il est possible d’identifier les principaux types de périmètres irrigués présents dans la région de Djérid, et retrouver rétrospectivement l’histoire récente de leur développement. Ils mettent aussi en évidence le fait que les images SPOT-5 (Take5), qui préfigurent celles actuellement disponibles avec les images produites par les satellites Sentinel2, améliorent considérablement la caractérisation spatio-temporelle du fonctionnement des oasis grâce à la finesse de leur résolution spatiale et de leur répétitivité temporelle.Les résultats de cette thèse permettent de dégager de nouvelles pistes de couplage entre télédétection, données de terrain et analyses statistiques en apportant une information continue dans le temps et dans l’espace pour le suivi et la surveillance des écosystèmes oasiens. En effet avec deux capteurs tel que Sentinel2, couplé aux données historiques de MOD13Q1, il est permis désormais de caractériser précisément les oasis d’une façon presque continue. / In southern Tunisia, not all irrigated oasis-type perimeters have undergone the same development, we observed an evolution of the covered surfaces which more than doubled in the last half-century, while for other regions they have remained practically stable and in some cases, a decrease in these areas. These changes have affected environmental and economic systems. In this context, the evaluation of the state of oases and the development of a typology of oases systems is a key-issue for sustainable agriculture. To know the state of vegetation in these oases, monitoring systems for oasis ecosystems must be informed by data on cultivated areas. These data can be obtained in part by satellite observation systems with high and moderate spatial resolution and high temporal repetitiveness, offer a synoptic vision that makes them a particularly appropriate information source for the estimation of such data. The research work presented here focuses on the exploration of methods developed from two types of time series of Earth observation images: those produced by the SPOT-5 experiment (Take5) and the MOD13Q1 product of the MODIS sensor, at 10m and 250m spatial resolution respectively. These methods and data were tested in the Djerid region with the final aim of setting up an oasis monitoring system based on the analysis of time signatures from Earth observation images made very regularly over time.Two change detection approaches based on NDVI time series. The first consists on temporal variations in vegetation activity over a short period from April to September 2015 through the SPOT-5 time series (Take5): the comparison between oases was made at the scale of the irrigated perimeter (an oasis can be composed of several irrigated perimeters) using agglomerative hierarchical clustering (AHC) method.The second uses a temporal decomposition technique to extract the trend from a multi-year time series at the scale of a geographical point (a 250mx250m pixel) across the MOD13Q1 time series (2000-2016).Results obtained from the processing and analysis of optical time series have shown that it is possible to identify the main types of irrigated perimeters present in the Djerid region, and to retrospectively trace their recent development history. They also highlight the fact that SPOT-5 (Take5) images, which prefigure those currently available with images produced by Sentinel2 satellites, significantly improve the spatio-temporal characterization of oases functioning through their 10m spatial resolution and 5-day temporal repetitiveness.The results of this thesis highlight new possibilities for the combination of remote sensing, field data and statistical analysis, delivering nonstop information in time and space on the characterization of oases systems. Indeed, with a single sensor such as Sentinel2, coupled with the historical data of MOD13Q1, it is now possible to accurately characterize oases on a continuous basis.