Nous présentons une stratégie basée sur une méthode multiéchelle avec patch afin de traiter des problèmes stochastiques où les sources d'incertitudes sont nombreuses et dont les modèles associés sont des modèles multiéchelles complexes de grande dimension stochastique. La méthode exploite l'aspect localisé des incertitudes en séparant les échelles ce qui permet d'améliorer à la fois le conditionnement du problème et la convergence des méthodes d'approximation de tenseur utilisées pour résoudre les problèmes stochastiques de grande dimension aux niveaux local et global.