arima

Volume 17 - 2014

Fiche article :

bouclier
spacer

 

Markov analysis of land use dynamics -A Case Study in Madagascar

Analyse markovienne de la dynamique d'utilisation des sols - Application à Madagascar

Fabien Campillo* - Dominique Hervé** - Angelo Raherinirina*** - Rivo Rakotozafy***

*Inria, Modemic Team Projet (Inria/Inra),
2, place Pierre Viala, 34060 Montpellier, France
Fabien.Campillo@inria.fr

**IRD, MEM (IRD/University of Fianarantsoa),
UMR220 GRED (IRD/Montpellier3), Montpellier, France
dominique.herve@ird.fr

***University of Fianarantsoa,
BP 1264, Andrainjato, 301 Fianarantsoa, Madagascar
angelo_raherinirina@yahoo.fr
rrakotozafy@uni-fianar.mg

RÉSUMÉ. Nous présentons un modèle de Markov d’une dynamique d’utilisation des sols le long d’un corridor forestier de Madagascar. Une première approche par maximum de vraisemblance conduit à un modèle avec un état absorbant. Nous étudions la loi de probabilité quasi-stationnaire du modèle et la loi du temps d’atteinte de l’état absorbant. Selon les experts, une transition qui n’est pas présente dans les données doit néanmoins être ajoutée au modèle: ceci n’est pas possible par la méthode du maximum de vraisemblance et nous devons faire appel à une approche bayésienne. Nous faisons appel à une technique d’approximation de Monte Carlo par chaîne de Markov pour identifier la matrice de transition qui dans ce cas admet une loi de probabilité invariante. Enfin nous analysons les deux dynamiques ainsi identifiés.

ABSTRACT. We present a Markov model of a land-use dynamic along a forest corridor of Madagascar. A first approach by the maximum likelihood approach leads to a model with an absorbing state. We study the quasi-stationary distribution law of the model and the law of the hitting time of the absorbing state. According to experts, a transition not present in the data must be added to the model: this is not possible by the maximum likelihood method and we make of the Bayesian approach. We use a Markov chain Monte Carlo method to infer the transition matrix which in this case admits an invariant distribution law. Finally we analyze the two identified dynamics.

MOTS-CLÉS : Inférence bayésienne, loi a priori de Jeffreys, dynamique d’usage des sols, modèles de Markov, Monte Carlo par Chaînes de Markov, loi quasi-stationnaire.

KEYWORDS: Bayesian inference, Jeffreys prior, Land use dynamics, Markov model, Markov chain Monte Carlo, Quasi stationary distribution law.

spacer
spacer
 présentation
    description

 accès aux articles
    online access

 nouvelles parutions
    recent articles

 comité de rédaction
    editorial board

 abonnements
    subscriptions

 soumission
    submission

 instructions auteurs
    author information



spacer

A R I M A  text

  haut de page