Dans cette revue, nous discutons de progrès récents dans la modélisation inverse des sources de polluants atmosphériques, en particulier dʼorigine accidentelle, de lʼéchelle régionale à lʼéchelle continentale. Il sʼagit typiquement de caractériser et dʼestimer une source de pollution émanant dʼun site industriel au moyen dʼun modèle numérique de chimie-transport et de mesures de concentrations de ce polluant distribuées en espace et en temps. Le formalisme mathématique permettant dʼunifier ces informations est celui de lʼassimilation de données, qui offre un cadre bayésien. Nous montrons comment formuler mathématiquement un tel problème, puis comment le résoudre, notamment à lʼaide de techniques non-paramétriques. Parce que la chimie associée à un tel événement physique peut être souvent considérée linéaire à court terme, des méthodes mathématiques plus avancées peuvent être mises en œuvre avec des résultats mieux contraints. Au-delà de lʼestimation des sources, la caractérisation des incertitudes liées à ces estimations est ensuite discutée. Des exemples récents issus de la littérature sont donnés sur les cas dʼETEX, de lʼaccident de Tchernobyl, et de lʼincident dʼAlgésiras. Enfin, nous décrivons lʼimpact des résolutions spatiale et temporelle de lʼespace des paramètres sur la reconstruction de la source. Dans le contexte de la dispersion atmosphérique, lʼestimation de la source peut en dépendre significativement.