Fouille de paysages agricoles : analyse des voisinages des successions d'occupation du sol

Nous présentons deux approches stochastiques à l'aide de modèles de Markov cachés (HMM) pour décrire les relations de voisinages entre successions d'occupation du sol dans un paysage agricole représenté par sa mosaïque de parcelles. Une première approche qualifiée de temporo-saptiale recherche à l'aide d'un HMM des classes de successions d'occupation du sol qui sont par la suite localisées. Ces dernières s'agglomèrent au sein de régions compactes (ou patches). Nous présentons une méthode de clustering saptial qui représente les patches à l'aide de deux distributions : une distribution qui représente l'homogénéité spatiale et l'autre, l'influence des voisinages à la lisière des patches. La deuxième approche analyse les dépendances spatio-temporelles représentées par le graphe du système de voisinages entre parcelles et enrichit les connaissances sur l'organisation territoriale de l'activité agricole en permettant l'identification de quartiers culturaux au sein desquels les occupations des parcelles manifestent de fort degrés d'attraction.We present two stochastic apporaches using Hidden Markov Models to describe the relations between the neighborhoods of land use successions in a territory represented as a parcel mosaic. The first approach, qualified as time-spatial, clusters first the land use successions and next, locates them in the territory. They appear agglomerated into compact areas called patches. We describe a clustering method that describes the patches by means of 2 distributions of land use successions : one to model the spatial homogeneity and the other to model the influence of the neighborhood. The second approach analyzes the influence of the neighborhood graph and gives valuable informations in defining cultural districts in which the land use successions show a high degree of attractivity