Dans ce rapport, nous nous intéressons au développement de nouvelles approches statistiques permettant une estimation rapide et efficace des paramètres d'un terme source dans un environnement où le champ d'écoulement est le plus réaliste possible et donc en conséquence très complexe. Pour résoudre ce problème, nous proposons d'utiliser une approche probabiliste qui permet d'obtenir des solutions avec intervalles de confiance. D'un point de vue pratique, cela permet de pouvoir définir la stratégie à mener sur le terrain afin d'agir le plus efficacement possible face à un tel incident. Cela permet par exemple de pouvoir optimiser les recherches du lieu du rejet sur le terrain en fournissant des zones prioritaires. Pour ce faire, nous nous sommes intéressés à l'application des méthodes de type Monte-Carlo. Ces algorithmes sont très génériques mais peuvent vite s'avérer très coûteux en calcul. En conséquence, dans ce travail, nous proposons d'utiliser des algorithmes de type Monte-Carlo adaptatifs. Contrairement aux méthodes standards, en apprenant de leur comportement passé, ces approches adaptatives sont plus rapides dans la détermination d'une solution et également plus robustes comme nous le montre les différentes simulations réalisées dans un quartier de Paris.
