Cette étude a eu pour but d'étudier la possibilité de couplage de modèles dynamiques de croissance de l'herbe avec des données de télédétection, et ce pour deux terrains contrastés : La Réunion et le Kalahari (Afrique du Sud). Deux phases se sont succédé. Une première phase exploratoire, basée sur des images SPOT5 et SPOT5take5 (satellites désorbités en cours d'étude) a permis de tirer plusieurs enseignements. A La Réunion l'ajustement d'un modèle empirique entre indices de végétation et biomasse engendre trop d'erreur. Il est en revanche possible d'estimer le Leaf Area Index (LAI) grâce au NDVI (Normalized Difference Vegetation Index). Les parcours du Kalahari, plus complexes, avec différentes strates de végétation (graminées, arbustes, arbres) n'ont pas permis d'estimer l'état du couvert de graminées. Cette phase a ouvert la voie au travail effectué sur un capteur plus pérenne dans le temps, Sentinel-2. Les données Sentinel-2 ont permis d'estimer le LAI des prairies réunionnaises avec une RMSE (Root Mean Square Error) de 0,63 (r²=0,82). Le LAI ainsi estimé a été utilisé dans le couplage du modèle dynamique permettant une baisse générale de la RMSE de l'ordre de 40% par rapport au modèle sans couplage. Ces résultats ont été obtenus durant l'hiver austral, la saison sèche. Durant la période d'été austral les pluies plus abondantes accélèrent la croissance des plantes et les cycles de pousse se raccourcissent. Les images satellites sans couvert nuageux se font plus rares. La prise en compte de cette combinaison de facteurs pouvant impacter les prédictions de biomasse fourragère fera partie des principale perspectives de ce travail.