L'ozone (O3) est un polluant atmosphérique secondaire formé lors de réactions photochimiques, en présence de précurseurs (NOx, COV, CO). L'exposition à l'O3 est délicate à modéliser car ce polluant présente une forte variabilité spatiotemporelle. Le but des présents travaux est d'optimiser l'évaluation des concentrations journalières d'O3 modélisées à échelle kilométrique, à l'aide de modèles MARS et de données météorologiques. La plateforme de modélisation PREVEST a généré une prédiction de concentrations maximales journalières d'O3 pour un maillage de 3km de côté. La station de mesure de la qualité de l'air du réseau ATMO-Bourgogne-Franche-Comté, Besançon-Prévoyance (France) a enregistré quotidiennement les niveaux d'exposition à l'O3. Les données modélisées ont été comparées aux concentrations journalières mesurées localement. Des modèles MARS (Multivariate Adaptive Regression Splines) ont été utilisés pour optimiser l'évaluation des concentrations d'O3 à l'échelle kilométrique à l'aide de données météorologiques (température, humidité relative, vitesse du vent, hauteur de précipitations). Les variables météorologiques étaient significativement associées aux écarts modèle-mesure, en particulier la température. La prise en compte des variables météorologiques mesurées localement permet d'améliorer l'évaluation de concentrations journalières d'O3. Dans un contexte de changement climatique et d'épisodes récurrents de vagues de chaleur, l'influence de la température apparait donc centrale dans l'optimisation de modèles atmosphériques.