Modéliser la localisation de la déformation dans les géomatériaux de manière objective nécessite l’utilisation de méthodes capables de régulariser le problème aux limites en introduisant une longueur caractéristique. Dans le cadre de ce travail de thèse, nous avons choisi d’utiliser les milieux à microstructures de types second gradient. Une question, se pose alors quant à l’identification des paramètres constitutifs qui interviennent dans la formulation de ces milieux. L’objectif de cette thèse est de mettre en place une méthode d’identification d’une loi de comportement enrichie de type second gradient. Une partie de l’identification a été réalisée à partir d’essais homogènes, cependant l’identification complète nécessite de considérer des modes de déformation à forts gradients, comme cela est le cas en présence d’une localisation de la déformation. La procédure d’identification développée s’appuie sur des résultats expérimentaux d’essais mécaniques sur le grès de Vosges conduits à deux confinements différents (20 et 30 MPa), pour lesquels le mode de déformation des échantillons a été caractérisé à l’aide de mesures de champs cinématiques (corrélation d’image), y compris en régime localisé. Un certain nombre d’observables ont été extraits de ces essais, qui ont servi à établir la comparaison entre calculs numériques et observations expérimentales. Une étude de sensibilité exhaustive a été menée pour établir une matrice de sensibilité utile par la suite pour l’optimisation des observables. Afin de calculer cette matrice, deux études de sensibilité sont effectuées. Ces études consistent à évaluer l’influence de la variation de chaque paramètre constitutif sur les données sélectionnées. La première étude de sensibilité porte sur la partie homogène des essais, elle permet l’optimisation d’un certain nombre de paramètres qui jouent un rôle uniquement dans cette partie. La deuxième étude concerne le régime de déformation localisé. Celle-ci permet le calcul de la matrice de sensibilité. Grâce à cette matrice, nous avons réalisé une optimisation des observables. Ainsi, chaque observable pourra être optimisé indépendamment des autres. A l’issue de cette optimisation un jeu de paramètre est proposé. Il permet de reproduire de manière fiable, les essais expérimentaux.