L’objectif de cette thèse est de concevoir un dispositif multi-capteurs de gaz à faible coût pour la surveillance des gaz polluants en environnement externe, et d’élaborer des méthodes de calibrage automatique et d’analyse de données adaptées à son exploitation. Ce dispositif vise à contribuer à la densification du réseau de surveillance de la pollution atmosphérique actuel afin de permettre une meilleure résolution spatiale et temporelle. Premièrement, nous avons sélectionné des micro-capteurs électrochimiques et des micro-capteurs à oxyde métallique capables de détecter et de quantifier des faibles concentrations de dioxyde d’azote et d’ozone dans l’atmosphère. Nous avons caractérisé ces micro-capteurs en laboratoire en termes de sensibilité et de reproductibilité, et les avons testés sur le terrain (à proximité d’un axe autoroutier) en suivant le protocole d’évaluation de micro-capteurs de gaz proposé par le Centre Commun de Recherche Européen (C.C.R.). L’analyse individuelle des données obtenues à partir de chaque capteur a mis en évidence la nécessité de fusionner les réponses de tous les capteurs ainsi que les valeurs de la température et de l’humidité de l’air, à l’aide des méthodes multi-variables de classification et de quantification. Les performances de plusieurs méthodes de classification, utilisées généralement dans le domaine des dispositifs multi-capteurs de gaz, ont été étudiées. Leur comparaison nous a conduit à choisir la régression SVM (Séparateur à Vaste Marge) grâce à sa précision et à sa robustesse. Les hyper-paramètres de cette méthode ont été optimisés à partir de l’algorithme de Recherche par Motifs Généralisés en raison de sa simplicité et de sa fiabilité. La méthode d’étalonnage proposée permet à notre dispositif de quantifier les deux polluants atmosphériques visés dans la gamme des précisions recommandées par les directives européennes concernant les mesures de type « indicative ». Ensuite, nous avons abordé le problème des dérives des capteurs qui engendrent des réétalonnages périodiques. Nous avons proposé une méthode de standardisation basée sur la régression SVM pour permettre de réduire le coût et l’effort d’un étalonnage complet. Cette même méthode de standardisation a été utilisée avec succès pour le transfert d’étalonnage entre plusieurs systèmes identiques afin d’éviter des étalonnages individuels. Nos travaux de recherche ont été valorisés par la publication de deux articles dans les journaux référencés JCR et deux communications dans des conférences internationales IEEE.