Ces travaux de thèse ont porté sur le développement d’un modèle de propagation d’un incendie de forêt et son intégration dans une chaîne opérationnelle d'aide à la lutte tactique. C'est un modèle dont la propagation s'effectue sur un réseau de sites combustibles qui prend en compte les mécanismes principaux de transfert de chaleur radiatifs et convectifs des sites en feu vers les sites sains et l'environnement. Ce modèle tient également compte du relief et des conditions locales de vent et végétation. La simulation « temps réel » a nécessité deux développements distincts. Le premier a consisté à combiner la méthode de Monte Carlo à un algorithme génétique pour créer une base de données des facteurs de vue radiatifs de la flamme sur la végétation environnante, pour une large gamme de propriétés de flammes et de conditions environnementales. Le second repose sur une méthode de suivi du front de feu afin de limiter les données manipulées aux seules données utiles au calcul de sa propagation. La phase de validation a porté sur l’analyse comparative des contours de feux calculés par le modèle avec ceux mesurés lors de deux brûlages dirigés, dont un réalisé en Thaïlande dans le cadre de cette thèse, et ceux mesurés lors du feu de Favone de 2009 en Corse et d'un feu de grande ampleur aux États-Unis. Les temps de calcul sont très inférieurs au temps réel. Le modèle a été ensuite étendu pour permettre une évaluation du risque incendie à l’interface forêt-habitat. Dans le cadre du projet TechForFire, porté par la société NOVELTIS, il a été enfin couplé aux différents modules de la chaîne opérationnelle. La chaîne complète a été validée sur le feu historique de Velaux de 2015. / This thesis work is focused on the development of a wildfire spread model and its integration into a decision-making tool for planning firefighting operations. The fire spread model is based on a network model to represent vegetation distribution on land and considers the main heat transfer mechanisms from burning to unburnt vegetation items (i.e. radiation from the flaming zone and embers, surface convection and wind-driven convection through the fuel bed, and radiative cooling from the heated fuel element to the environment). The effects of local conditions of wind, topography, and vegetation are included. To address the challenge of real-time fire spread simulations, the model is also extended in two ways. First, the Monte Carlo method is used in conjunction with a genetic algorithm to create a database of radiation view factors from the flame to the fuel surface for a wide variety of flame properties and environment conditions. Second, the front-tracking method is introduced in order to reduce the amount of data to store and handle during propagation. The fire spread model is validated against data from different fire scenarios, showing it is capable of capturing the trends observed in experiments in terms of rate of spread, and area and shape of the burn, with reduced computational resources. It is then extended to evaluate fire risk at the wildland fire interface. In the frame of the TechForFire project coordinated by the NOVELTIS company, the new version of the fire spread model is coupled with the other modules of the operational chain. Finally, data from the fire of Velaux in 2015 are used to evaluate the TechForFire solution.