L’objectif de la thèse est d'évaluer l’apport des données satellites dans le suivi saisonnier de la végétation forestière (sous-bois et strate arborée). L'étude a été conduite sur la forêt landaise. Elle est basée sur une série de sept ans d'observations satellitaires décadaires d’un indice de végétation (PVI) et de mesures in situ de la surface foliaire (LAI) du sous-bois et des arbres. Tout d’abord, les observations in-situ ont été analysées. Elles montrent que le sous-bois est le déterminant majeur de la trajectoire saisonnière du LAI de l’ensemble du couvert végétal. Puis, ces informations ont été comparées aux données satellitaires. Il apparaît que la phénologie printanière du PVI renseigne sur celle du LAI du sous-bois. Enfin, ces résultats été exploités à l’échelle régionale et une carte régionale des types de landes a pu être produite. Cette étude ouvre des perspectives en matière d'intégration et de spatialisation des bilans d'eau et de carbone des écosystèmes forestiers à l'échelle régionale. / The aim of this thesis is to assess the potential of the remote sensing data to monitor the seasonal dynamic of the forest vegetation (understory and tree canopy). The study has been carried out on the maritime pine forest in the Southwest of France. It is based on a 7-year time-series of the 10-day vegetation index PVI composite derived from satellite and on in situ leaf area measurements (LAI) of understory and tree story.At first, the in situ observations have been analysed. It shows that the understory vegetation is the main driver of the seasonal dynamic of the whole forest LAI (understory+tree story). Then, these informations have been compared with the time-series of remote sensed PVI . It appears that the spring phenology of the PVI informs directly about the LAI understory one.Finally, these results have been used at the regional scale and a regional map of the lande types has been produced. This study opens some new prospects about integration and spatialisation of water and carbon balance of forest ecosystems at regional scale.