L'indice foliaire (LAI) est une variable clé pour l'étude du fonctionnement des surfaces végétales car elle conditionne les échanges de carbone et d'eau avec l'atmosphère. Les méthodes de mesures indirectes fournissent des estimations de LAI à partir de mesures de la fraction de trou in situ. Les méthodes d'estimation du LAI par inversion de modèle de réflectance à partir de données satellitaires utilisent généralement des modèles unidimensionnels car ils nécessitent peu de paramètres d'entrée. Dans les deux cas, les modèles reposent sur l'hypothèse que les éléments sont distribués de façon aléatoire au sein du couvert, ce qui est rarement le cas en réalité.<br />Dans ce contexte, le travail réalisé a pour objectif principal d'évaluer l'apport de l'utilisation d'un coefficient d'agrégation dans la simulation du transfert radiatif de couverts végétaux hétérogènes, en vue d'améliorer les estimations de LAI par inversion de modèles turbides.<br />Dans la première partie du travail, nous avons évalué les estimations de LAI fournies par le logiciel de traitement de photographies hémisphériques CAN_EYE, dont l'intérêt principal est d'estimer le LAI avec ou sans prise en compte de l'agrégation des feuilles. L'évaluation a été réalisée par comparaison avec des mesures destructives effectuées sur des cultures de blé, maïs et tournesol. Les résultats montrent que l'utilisation d'un coefficient d‘agrégation permet d'améliorer sensiblement les estimations de LAI. Toutefois, l'analyse suggère que le calcul du coefficient d'agrégation dans CAN_EYE avec la méthode de Lang et Xiang (1986) doit être amélioré.<br />Dans la deuxième partie du travail, nous avons analysé si l'introduction d'un coefficient d'agrégation dans un modèle de réflectance unidimensionnel permettait d'améliorer les simulations de la réflectance bidirectionnelle (FDRB), à l'échelle de la parcelle et du paysage. Pour cela, nous avons pris comme référence des simulations de FDRB issues d'un modèle 3D, le modèle DART (Gastellu et al., 1996). A l'échelle de la parcelle, nous avons montré l'intérêt du coefficient d'agrégation pour simuler la FDRB d'une parcelle de maïs dans la bande spectrale du rouge. Dans le PIR, l'utilisation d'un modèle unidimensionnel donne de meilleurs résultats. A l'échelle d'un paysage agricole, l'hétérogénéité sub-parcellaire semble être le facteur primordial et sa prise en compte avec un coefficient d'agrégation dans le rouge permet d'améliorer les simulations de la FDRB avec un modèle unidimensionnel. Une étude préliminaire a permis de mettre en évidence que les estimations de LAI par inversion pourraient être sensiblement améliorées si ce coefficient est introduit pour simuler la FDRB dans le visible.