Les rivières, riches en biodiversité, agissent comme des corridors écologiques pour les espèces animales et végétales. Avec le changement climatique et l’augmentation des besoins en ressource en eau, des assèchements plus fréquents des cours d’eau sont attendus, mettant en danger les écosystèmes des réseaux de rivière. Cependant les cours d’eau intermittents sont encore peu étudiés et les mécanismes hydrologiques qui contrôlent les dynamiques spatiales et temporelles des assèchements sont peu compris, en raison notamment du manque d’observations hydrologiques sur les cours d’eau non pérennes. Dans le cadre du projet Horizon 2020 DRYvER (Drying River Networks and Climate Change), une étude de modélisation hydrologique de l’intermittence des cours d’eau est menée sur 6 bassins versants européens (Croatie, Espagne, Finlande, France, Hongrie, République Tchèque) caractérisés par des contextes climatiques, géologiques et anthropiques différents. L’objectif de cette étude est de représenter les dynamiques spatio-temporelles des épisodes d’assèchements sur des réseaux de rivières à meso-échelle (entre 200 km 2 et 350 km 2 ), à l’aide du modèle hydrologique distribué J2000. Des données observées d’intermittence de l’écoulement, issues de différentes sources (mesures de hauteur d’eau, réseau ONDE, pièges à photos, applications de sciences participatives), sont utilisées pour construire un modèle de prédiction de l’état d’écoulement des sections de rivière. Dans cette étude nous cherchons à déterminer les variables explicatives permettant de prédire l’état d’écoulement dans les six bassins versants (débit dans le cours d’eau, contribution souterraine, conditions climatiques antécédentes, caractéristiques des sections de rivières, ...) et à évaluer l’impact du jeu de données observées de l’état d’écoulement (taille de l’échantillon, représentativité spatiale et temporelle) sur la performance du modèle de prédiction. Les premiers résultats montrent l’intérêt de combiner différentes sources de données d’observation de l’état d’écoulement des cours d’eau pour améliorer la prédiction de l’assèchement. Les résultats montrent l’apport des données issues des sciences participatives pour mieux représenter les dynamiques spatiales de l’assèchement.