Ce travail s'inscrit dans le cadre de la modélisation stochastique dynamique des phénomènes hydrologiques pour des fins de prédiction. Nous nous intéressons à la pluviométrie et sa variabilité géographique et temporelle dans le bassin versant de Cheliff (Algérie). L'objectif est l'étude de l'application de la technique du filtre de Kalman (FK) discret à la modélisation et la prédiction multi-site de la pluviométrie, ainsi que l'amélioration des erreurs de prédiction et ce pour le pas de temps annuel et mensuel. L'outil FK présente l'avantage majeur de procurer l'erreur de prédiction qui présente en soit un indicateur de précision. En plus, son algorithme travaille dans le domaine temporel avec une nature récursive, et dispose d'un estimateur optimal dans le sens des moindres carrés. Un autre aspect de son optimalité est qu'il incorpore toute l'information disponible sur le système, les mesures et les erreurs, dans un opérateur adaptatif qui est recalé à chaque fois qu'une nouvelle mesure devient disponible.les performances du FK sont démontrées en termes de moyenne, écart-type et valeurs extrêmes des erreurs de prédiction.