Cette thèse se concentre sur la prédiction de la dynamique des maladies des plantes et les informations qui peuvent être tirées des modèles obtenus. Pour trouver un compromis entre la performance et la complexité du modèle, on a utilisé des modèles de complexité intermédiaire dits pattern-based. L’objectif était de parvenir à obtenir des modèles de ce type suffisamment performants en se basant sur des données météorologiques (comme les précipitations et l'ensoleillement) et agronomiques. Ces modèles ont été comparés à des modèles couramment utilisés en protection des cultures d’un point de vue du tradeoff entre la complexité et les performances des modèles. Compte tenu du caractère hybride des modèles pattern-based, on a cherché à comparer leurs structures et les informations qu’ils fournissent aux autres modèles. Ceci nous a permis de confirmer que les modèles pattern-based s’approchent des modèles plus complexes (RF, Gradient-Boosting…) tout en restant plus simples à comprendre. Ceci nous permet de supposer que les explications fournies par ces modèles sont pertinentes. Enfin, ces modèles ont été utilisés dans la mise au point d’un outil de visualisation : Cet outil a été mis au point en collaboration avec des experts agronomes d’instituts techniques pour obtenir un résultat adapté à leurs besoins. Cela a permis d’isoler des principes importants pour eux, comme la notion de contraste des informations fournies. L’outil permet de visualiser les facteurs agronomiques et météorologiques les plus impactants sur un ensemble de parcelles défini.