A Markov model of land use dynamics - Archive ouverte HAL Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2011

A Markov model of land use dynamics

Résumé

The application of the Markov chain to modeling agricultural succession is well known. In most cases, the main problem is the inference of the model, i.e. the estimation of the transition matrix. In this work we present methods to estimate the transition matrix from historical observations. In addition to the estimator of maximum likelihood (MLE), we also consider the Bayes estimator associated with the Jeffreys prior. This Bayes estimator will be approximated by a Markov chain Monte Carlo (MCMC) method. We also propose a method based on the sojourn time to test the adequation of Markov chain model to the dataset.
Les chaînes de Markov sont depuis longtemps utilisées en modélisation de la dynamique d'usage des terres. Dans la plupart des cas, se pose le problème de l'inférence du modèle, c'est à dire de la construction de la matrice de transition qui dirige la dynamique de succession. Nous présentons dans cet article des méthodes pour estimer cette matrice à partir d'un historique d'observations. En plus de l'estimateur du maximum de vraisemblance (EMV), nous consi\-dérons l'estimateur bayésien associé à la loi a priori non informative de Jeffreys. Cet estimateur bayésien sera approché par une méthode de Monte Carlo par chaîne de Markov (MCMC). Nous étudions également l'adéquation entre les temps de séjour, en un état, constatés dans les données et leur estimation par le modèle de Markov.
Fichier principal
Vignette du fichier
RR-7670.pdf (574.53 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

inria-00605925 , version 1 (04-07-2011)

Identifiants

  • HAL Id : inria-00605925 , version 1
  • ARXIV : 1107.0785

Citer

Fabien Campillo, Dominique Hervé, Angelo Raherinirina, Rivo Rakotozafy. A Markov model of land use dynamics. [Research Report] RR-7670, INRIA. 2011, pp.21. ⟨inria-00605925⟩
366 Consultations
191 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More