Les distributions d'espèces observées dans un environnement hétérogène résultent de plusieurs processus déterministes et stochastiques agissant comme des filtres pour contraindre la coexistence des espèces. L’action successive de ces processus a pour conséquence directe de structurer spatialement la composition des communautés et la variation de ces compositions (i.e., diversité bêta). Un des objectifs majeurs de l'écologie des communautés et métacommunautés consiste à identifier et quantifier les effets respectifs de ces différents processus sur la diversité bêta des communautés afin de mieux comprendre et prédire la distribution de la biodiversité. L'expérimentation étant difficilement possible, les processus responsables de la variation spatiale de la composition des communautés sont généralement inférés à partir des structures spatiales des distributions d’espèces observées dans la nature. La thèse s’inscrit dans ce contexte et vise à améliorer les outils de statistique multivariée permettant d’identifier et quantifier l'effet des processus écologiques structurant les communautés et métacommunautés. En particulier, il est proposé d’intégrer les échelles écologiques et les modèles nuls contraints pour étudier l’effet de l’environnement. La décomposition des relations trait-environnement dans les échelles spatiales et phylogénétiques permet une étude plus approfondie du filtrage environnemental en associant son échelle spatiale d’action au signal phylogénétique des traits sélectionnés pour capturer l’histoire évolutive associée au filtrage environnemental. L’interprétation en terme de processus évolutifs est néanmoins limitée et mériterait l’intégration de modèles nuls phylogénétiquement contraints pour une analyse plus fine. Dans la continuité, des modèles nuls spatialement contrains ont été développés et intégrés à deux analyses multivariées très largement utilisées en écologie des communautés (i.e., partitionnement de variation et test de Mantel) pour estimer et tester l’effet de l’environnement sur les assemblages d’espèces. Ces deux analyses présentaient une surestimation de leur statistique mesurée ainsi qu’un taux anormal de faux positifs lorsque les distributions d’espèces (via processus de dispersion limitée) et l’environnement étaient indépendamment spatialement structurés. L’intégration de modèles nuls spatialement contraints a permis d’ajuster à la fois les estimations et les tests de ces deux analyses illustrant ainsi le besoin d’utiliser des modèles nuls écologiquement contraints pour une identification et quantification correctes des processus écologiques / Species distributions observed in an heterogeneous environment result from multiple deterministic and stochastic processes acting as filters to constrain species co-existence. As a direct consequence, the successive actions of these processes spatially structure communities composition and the variation of these compositions (i.e., beta-diversity). One of the major objective in community and metacommunity ecology is to identify and quantify the respective effects of these different processes on communities beta-diversity to better understand and predict the distribution of biodiversity. Experiments being hardly possible, processes responsible for the spatial variation of communities composition are generally inferred from spatial patterns of species distributions observed in nature. In this context, the thesis aims at improving multivariate statistical tools conducted to identify and quantify the effects of ecological processes shaping communities and metacommunities. In particular, this thesis proposes to integrate ecological scales and constrained null models to study the effect of environment.Decomposing trait-environment relationships through spatial and phylogenetic scales allows to further study environmental filtering. The association of spatial scales involved in environmental filtering with the phylogenetic signals of traits allowed to capture the evolutive history related to environmental filtering. The interpretation in terms of evolutive processes is however limited and phylogenetically-constrained null models should be considered to improve the analysis. Following on from this work, spatially-constrained null models were developed and integrated into two multivariate analyses widely used in community ecology (i.e., variation partitioning and Mantel tests) to estimate and test the effect of environmental filtering on species assemblages. Both approaches presented overestimation of their computed statistic as well as high rates of false positive when species distributions (via limited dispersal) and environmental conditions were independently spatially structured. Integrating spatially-constrained null models allowed to adjust both their tests and the values of their statistic, as such demonstrating the need of using ecologically-constrained null models to correctly identify and quantify ecological processes.For future works, the thesis suggests that adopting a scaling approach to study ecological processes in addition to mechanistic null models could offer the possibility to distinguish processes from one another