Nous développons des outils de fouille de données spatio-temporelles à partir de modèles de Markov d'ordre supérieur. Ces modèles permettent de représenter des observations temporelles et spatiales comme des successions d'états où les transitions entre états dépendent, suivant l'ordre du modèle, de l'état courant et des n états précédents. Ils ont été utilisés sur des données teruti, qui sont des données spatio-temporelles d'utilisation du territoire, afin d'extraire les régularités d'utilisation des terres agricoles. Ce travail a été effectué en lien avec des experts agronomes. Dans cet article, nous détaillons les modèles utilisés et la démarche mise en oeuvre avec les agronomes. Nous présentons aussi des outils de visualisation que nous avons développés pour faciliter l'appropriation par les experts des résultats de la fouille. Finalement nous montrons l'intéret de notre approche pour la fouille de données spatio-temporelles.