Les données de télédétection dans l'infrarouge thermique (IRT) sont une source indispensable d'information pour estimer les flux de surface et suivre le fonctionnement des agro-écosystèmes. Cependant, les mesures de température de surface sont sujettes à des effets directionnels très importants (présence de 'hot spot') pouvant entraîner une erreur allant jusqu'à une dizaine de degrés Celsius. Ils doivent être pris en compte en vue des applications opérationnelles. Le travail proposé ici vise à modéliser l'anisotropie directionnelle des couverts végétaux pour mettre au point des méthodes opérationnelles de correction des mesures satellitaires de température de surface. Il est largement motivé par les projets du CNES visant à élaborer une mission spatiale nouvelle combinant une haute résolution spatiale et des capacités fortes de revisite dans l'IRT. Deux étapes de travail ont été menées. La première repose sur l'utilisation du modèle déterministe de transfert Sol-Végétation-Atmosphère SCOPE (Soil Canopy Observation, Photochemistry and Energy fluxes), capable de simuler les radiances directionnelles dans l'optique et l'IRT. Dans ce manuscrit, il est validé par rapport à des mesures de terrain et sa capacité à simuler correctement les effets d'anisotropie démontrée. Il est ensuite utilisé pour étudier de façon systématique la sensibilité de l'anisotropie directionnelle à la structure de la canopée, à son état hydrique, au forçage météorologique et aux configurations angulaires solaire et de visée. Les conséquences en terme d'impact combiné des caractéristiques orbitales des satellites, de la position géographique des sites observés et de la date d'acquisition sur l'anisotropie sont discutées. La seconde étape vise à proposer un modèle paramétrique simplifié (dit RL). SCOPE est ici utilisé en tant que générateur de données. Le modèle RL se révèle robuste et capable de restituer avec succès les signatures directionnelles sur le plan géométrique (position du hot spot) comme pour l'amplitude des effets directionnels. Une comparaison avec le seul autre modèle paramétrique utilisé jusqu'alors en télédétection IRT (le modèle de Vinnikov) confirme les qualités du modèle RL, ce qui en fait un candidat potentiel pour les chaines de traitement des futures données satellitaires. / Remotely-sensed data in thermal infrared (TIR) are an essential source of information to estimate surface fluxes and to monitor the functioning of agro-ecosystems. However, surface temperature measurements are prone to directional effects ('hot spot' phenomenon)which may result in an error up to 10°C. They have to be taken into account in the framework of operational applications. The work proposed here aims at modelling the directional anisotropy of continuous vegetated canopies in order to develop operational methods for correcting land surface temperature measurements carried out by TIR satellites. This work is mainly motivated by the CNES projects aiming at developing a new TIR spatial mission combining both high spatial resolution and high revisit time capacities. Two steps were carried out. The first is based on the use of the deterministic SVAT model SCOPE (Soil Canopy Observation, Photochemistry and Energy fluxes), able to simulate directional radiances at top of canopy in both optical and TIR domains. In this thesis, it is validated against experimental measurements and its ability to successfully simulate TIR directional anisotropy demonstrated. Then it is used to study the sensitivity of anisotropy to canopy structure, water status of soil and vegetation, meteorological forcing and solar and observer angular configurations. The consequences of the combined features of satellites orbits, geographical position of the scanned sites and acquisition date on anisotropy are discussed. In the second part, we propose a simplified parametric model (called 'RL'). SCOPE is used as a data generator. The RL model is deemed suitable and able to correctly reproduce directional signatures both in terms of geometry (hot spot position) and amplitude of these effects. A comparison with the only one parametric model previously used in TIR remote sensing (Vinnikov's approach) confirms the good capacities of the RL model. The RL model is thus a potential candidate to the future satellite processing chains.