L'analyse de sensibilité globale a un rôle clé à jouer dans la conception et la paramétrisation des modèles structure-fonction de la croissance des plantes (FSPM). Ceux-ci combinent la description du développement structurel des plantes (organogénèse et géométrie) et de leur croissance fonctionnelle (accumulation de biomasse et allocation). Les modèles de ce type décrivent généralement de nombreux processus en interaction, comptent un grand nombre de paramètres et leur coût de calcul peut être important. L'objectif de cette thèse est de développer une méthodologie appropriée pour l'analyse de sensibilité des modèles structure-fonction des plantes et d'étudier comment l'analyse de sensibilité peut aider à la conception et la paramétrisation de ces modèles, ainsi qu'à l'analyse et la compréhension des processus biologiques en jeu. Notre contribution peut être vue en deux parties : du point de vue méthodologique Et du point de vue de l'application des méthodes aux modèles. D'un point de vue méthodologique, nous avons tout d'abord amélioré les performances de la méthode de Sobol pour le calcul des indices de sensibilité en termes d'efficacité de calcul, avec un meilleur contrôle de l'erreur d'estimation par les simulations de Monte Carlo. Nous avons _également conçu une stratégie d'analyse adaptée aux systèmes biophysiques complexes. Du point de vue applicatif, nous avons implémenté notre stratégie pour 3 FSPMs avec des niveaux de complexité différents, et nous avons analysé les résultats selon différents aspects, paramétrisation et diagnostic de modèles.