L'information sur la croissance de l'herbe au cours de l'année est essentielle à certains modèles simulant l'utilisation de cette ressource herbagère pour la production de fourrages conservés ou pour l'alimentation des animaux au pâturage. Malheureusement, cette information n'est que rarement disponible. Le défi réside dans la reconstruction de la croissance de l'herbe à partir de deux sources d'informations : les données journalières sur le climat (pluie, rayonnement, etc.) et la croissance cumulée sur l'année. Dans cet article, nous formulons ce défi comme un problème de désagrégation du cumul annuel en une série temporelle. Pour résoudre ce problème, on applique une méthode de prévision de série temporelle en s'aidant des informations sur le climat. Plusieurs variantes de la méthode sont proposées et comparées expérimentalement à partir d'une base de données issue d'un modèle de simulation des prairies. Les résultats montrent que notre méthode reconstruit précisément la série temporelle indépendamment de l'utilisation de l'information sur le cumul annuel de la croissance.