Dans les zones urbaines où une grande partie des systèmes d’assainissement sont en unitaire (les eaux usées et pluvieuses ne sont pas séparées), des déversements d’eaux usées peuvent avoir lieu lors d’événements pluvieux. Les systèmes de collecte et de stockage des réseaux d’assainissement sont généralement dimensionnés grâce à des modèles hydrologiques qui décrivent le fonctionnement du réseau. Les conditions météorologiques telles que l’évapotranspiration et surtout les précipitations sont des forçages très importants de ces modèles.

Cette thèse traite principalement de trois sujets. Le premier concentre sur le clustering en ligne dans lequel nous présentons un nouvel algorithme stochastique adaptatif pour regrouper des ensembles de données en ligne.Cet algorithme repose sur l'approche quasi‐bayésienne, avec une estimation dynamique (i.e., dépendant du temps)du nombre de clusters. Nous prouvons que cet algorithme atteint une borne de regret de l'ordre \sqrt{T\ln T} et que cette borne est asymptotiquement minimax sous la contrainte sur le nombre de clusters.