Nous présentons un modèle de Markov d’une dynamique d’utilisation des sols le long d’uncorridor forestier de Madagascar. Une première approche par maximum de vraisemblance conduit àun modèle avec un état absorbant. Nous étudions la loi de probabilité quasi-stationnaire du modèle etla loi du temps d’atteinte de l’état absorbant. Selon les experts, une transition qui n’est pas présentedans les données doit néanmoins être ajoutée au modèle: ceci n’est pas possible par la méthodedu maximum de vraisemblance et nous devons faire appel à une approche bayésienne. Nous faisonsappel à une technique d’approximation de Monte Carlo par chaîne de Markov pour identifier la matricede transition qui dans ce cas admet une loi de probabilité invariante. Enfin nous analysons les deuxdynamiques ainsi identifiés.
Mots-clés : Bayesian inference, Jeffreys prior, Land use dynamics, Markov model, Markov chain Monte Carlo, Quasi stationary distribution law,Inférence bayésienne; loi a priori de Jeffreys; dynamique d’usage des sols; modèles de Markov; Monte Carlo par Chaînes de Markov; loi quasi-stationnaire,[INFO] Computer Science [cs],[MATH] Mathematics [math]