Le concept de sélection phénomique (SP) est basé sur l'idée que les informations spectrales acquises à partir de tissus animaux ou végétaux contiennent des informations génétiques qui peuvent être utilisées pour prédire les valeurs génétiques des candidats à la sélection. Les spectres capturent également des informations liées à l'environnement et aux effets d'interaction génotype-environnement (GxE), qui peuvent s'avérer utiles pour optimiser la prédiction des performances individuelles dans différents contextes environnementaux. Cette nouvelle approche de sélection s'est révélée pertinente pour plusieurs espèces végétales, permettant d'obtenir, dans divers contextes, des gains génétiques plus élevés qu'avec des approches plus classiques de sélection phénotypique ou génomique (SG). L'objectif de cette étude était d'évaluer l'efficacité des modèles de SP par rapport à la SG sur trois points spécifiques : i) la prise en compte des interactions GxE, ii) la distance génétique entre population d'entrainement et population de validation, et iii) la taille de la population d'entrainement. Ces travaux ont été réalisés sur une collection de riz évaluée dans deux environnements à Madagascar et deux années de production et sur une population multiparentale de sorgho de type BCNAM (BackCross Nested Association Mapping) basée sur 2 parents récurrents. Les résultats montrent que, dans un contexte multi-environnemental, les précisions de prédiction de la SP sont comparables à celles de la SG à condition d'avoir des informations phénotypiques des génotypes à prédire dans au moins un environnement. Par ailleurs, la SP semble moins sensible à la distance génétique entre les populations d'entraînement et de validation que la SG. Enfin, la SP a tendance à nécessiter moins de génotypes dans la population d'entraînement que la SG pour atteindre sa précision de prédiction maximale. Ces résultats mettent donc en lumière un certain nombre d'avantages offerts par la SP pour la sélection du