Les méthodes de criblage permettent de repérer parmi un ensemble de variables d'entrée potentiellement influentes, celles qui le sont effectivement dans un domaine de variation fixé. Il existe actuellement différentes méthodes de criblage adaptées à cette problématique, comme les matrices d'expériences de Plackett et Burman, les matrices d'expériences supersaturées, le criblage par groupes, la bifurcation séquentielle,… Il nous a semblé intéressant de comparer ces différentes méthodes sur un cas réel dans le domaine de la simulation numérique. En effet, les phénomènes très complexes sont souvent abordés au moyen de codes de calcul, lourds et coûteux en temps. Dans ce type d'approche, les modèles sont alors de très grande dimension et la première étape consiste à réduire l'espace par identification des paramètres réellement influents, ce qui ressort précisément du domaine d'application des méthodes de criblage. L'étude présentée porte sur la simulation d'un gisement d'hydrocarbures exploité par 9 puits avec pour objectif de simuler le plus précisément possible le comportement d'un réservoir. Parmi les milliers de variables du modèle, 51 facteurs ont été retenus comme potentiellement influents sur les variables de sortie, à savoir la production cumulée d'hydrocarbure à différents temps. Les résultats obtenus pour chaque méthode seront présentés et comparés à ceux obtenus lors de l'étude préliminaire par la méthode OAT (one factor at a time).