■ L'Agriculture de précision au service des sols et des plantes
L'agriculture de précision est un ensemble de principes, de technologies et de savoir-faire qui visent l’optimisation de la gestion des terre agricoles afin d’améliorer des rendements et de rentabiliser les investissements.
L’agriculture traditionnelle s’appuie sur le principe de l’homogénéité des parcelles agricoles entrant dans le cycle de production, principe qui consiste à appliquer les interventions culturales (travail du sol, semis, fertilisation, protection des cultures) uniformément sur chaque parcelle. Cependant, l’hétérogénéité des sols, traduite par des variations de pH, de teneur en matières organiques, de topographie, … constitue une source importante de variabilité pour la production agricole. Les deux dernières décennies, le contexte a changé : le système de localisation GPS (Global Positioning System), l’informatique à la ferme, l’électronique embarquée, les capteurs au sol, l’analyse de sol et l’imagerie par télédétection permettent d’accéder, notamment par les cartographies de rendement, à une connaissance précise de cette variabilité et de réaliser des interventions adaptées. Ce nouveau contexte a été à l’origine du développement de l’agriculture de précision, concept que l’on peut exprimer « la bonne intervention au bon endroit et au bon moment », et dont les premières applications sont apparues au début des années 1980, et qui est entrain de se généraliser dans le monde agricole.
L’agriculture de précision cherche à mieux tenir compte des variabilités des milieux et des conditions entre parcelles différentes ainsi qu'à des échelles intraparcellaires. En comparaison avec l’agriculture traditionnelle, elle fait appel aux nouvelles technologies de l’information et du numérique, telles que l’imagerie par télédétection, systèmes de mesures (capteurs ou mesure in situ), partage de données, les systèmes de localisation GPS et les systèmes d’information géographique. Ces méthodes et outils constituent une approche importante pour permettre à l’agriculture d’être plus respectueuse de l’environnement tout en restant productive, et permet de mieux comprendre et analyser les besoins physiologiques des cultures et de développer des outils d’aide à la décision pour l’utilisateur.
Dans ce contexte, cette offre de licence professionalisante, qui est l’une des premières à se focaliser sur ce domaine dans notre pays, a l’ambition de former des cadres techniques qui possèdent une double compétence : connaissances et savoir-faire solides en agronomie et en biologie, et maîtrise des technologies numériques. Les compétences humaines avec cette polyvalence sont encore extrêmement rares dans notre pays, ce qui entrave la promotion de l’agriculture de précision à grande échelle, notamment pour les grandes cultures, mais aussi son acceptation par les entrepreneurs et opérateurs agricoles sur le terrain. Cette offre de formation s’inscrit donc dans un effort national global qui vise à rationaliser l'exploitation des terres agricoles, à rationaliser l'utilisation des eaux et des engrais, et à adapter la mécanisation agricole aux besoins de l’agriculture dans notre pays.
Cette licence en Agriculture de Précision est proposée dans le cadre du projet européen CBHE/CUPAGIS (https://www.cupagis.euNew Curricula in Precision Agriclture Using GIS Technologies and Sensing Data) « Nouveaux Programmes de l’Agriculture de Précision Utilisant les Technologies SIG et la Télédétection », où une équipe d’enseignants est engagée pour maitriser l’enseignement des matières de cette licence.
Variabilité intra-parcellaire : C’est la mesure dans une parcelle agricole de l’hétérogénéité dans le sol, cultures, les parasites, les rendements, l'altitude, l'eau du sol et les éléments nutritifs du sol … dans l'espace et dans le temps. Variabilité spatiale : Variabilité à un instant donné. Variabilité temporelle: Variabilité au cours du temps. Système d’aide à la décision : Concevoir, Choisir, Implémenter, les Actions pour optimiser la gestion de la parcelle agricole.
En premier, l'agriculture de précision a besoin de récolter des données. Le temps qu’il fait est une information essentielle en agriculture via les stations météorologiques connectées. Température, humidité, pluviométrie, pression atmosphérique, vitesse et direction du vent sont disponibles dans les stations classiques, certains stations ajoutent la durée d’ensoleillement, le rayonnement UV, la température au sol… L’agriculteur a besoin de connaitre l’état de sa terre. Par exemple, des capteurs d’humidité, sur différents points de la parcelle agricole, lui permettent d’avoir à distance une visibilité sur les besoins en eau de ses cultures L’agriculture de précision compte également sur les images prises par des satellites ou des drones, afin de caractériser l'état de la végétation et du sol. La capture des informations par drones ou satellites permet l’élaboration de cartographies agronomiques très précises.
Une fois les données récoltées, l'agriculteur de précision fera appel à un environnement informatique pour visualiser son exploitation agricole, de tracer et modifier les limites de ses champs; d’importer des données des capteurs, afin de cartographier avec précision les observations et opérations. L'agriculture pourra ainsi prendre des décisions pour optimiser l’utilisation d’intrants à l’aide de cartes des éléments nutritifs dans le sol (pH, azote, etc.); d’analyser des données précises sur le rendement des champs dans le but de trouver ceux qui donnent les meilleurs résultats; de simplifier les plans de gestion des éléments nutritifs grâce à un format facile à exporter et finalement de visualiser la parcelle agricole et de trier les champs en fonction de caractéristiques comme les cultures ou l’application d'apports.
Units | Courses | Total presential | Total student | LE | TU | PW | Personal Work | Coeff | Credits |
---|---|---|---|---|---|---|---|---|---|
UE Fundamental | |||||||||
FU1 Introduction to plan biology | Plant physiology | 45 | 70 | 22.5 | 22.5 | 25 | 4 | 4 | |
Plant biodiversity | 45 | 70 | 22.5 | 22.5 | 25 | 3 | 4 | ||
Ecology and environment | 37.5 | 52.5 | 15 | 22.5 | 15 | 3 | 3 | ||
FU2 Technologies | Technological tools for Precision Agriculture (teaching-materials) | 45 | 80 | 22.5 | 22.5 | 35 | 4 | 4 | |
Introduction to Computer Science | 45 | 70 | 22.5 | 22.5 | 25 | 3 | 4 | ||
U Methodology | |||||||||
MU1 Mathematics and physics | Mathematics | 52.5 | 67.5 | 15 | 22.5 | 15 | 15 | 3 | 3 |
Applied physics | 45 | 60 | 22.5 | 22.5 | 15 | 3 | 3 | ||
U Discovery | |||||||||
UED1 Work methods | Fundamentals of the scientific approach | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 2 | |
U Transversal | |||||||||
UET1 Language and communication 1 | Strengthening of English language skills | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 1.5 | |
Strengthening of language skills for communication | 22.5 | 30.5 | 15 | 7.5 | 8 | 2 | 1.5 | ||
TOTAL SEMESTER | 382.5 | 560.5 | 120 | 135 | 127.5 | 178 | 29 | 30 | |
TOTAL | 943 | ||||||||
TOTAL FU | 217.5 | 342.5 | 82.5 | 45 | 90 | 125 | 17 | 19 | |
TOTAL MU | 97.5 | 127.5 | 37.5 | 45 | 15 | 30 | 6 | 6 | |
TOTAL DU+TU | 67.5 | 90.5 | 0 | 45 | 22.5 | 23 | 6 | 5 |
Units | Courses | Total presential | Total student | LE | TU | PW | Personal Work | Coeff | Credits |
---|---|---|---|---|---|---|---|---|---|
U Fundamental | |||||||||
FU1 Physiology and Nutrition | Physiology and biochemistry of symbotic fixation of nitrogen | 36 | 51 | 15 | 0 | 21 | 15 | 3 | 3 |
Physiology of vegetable nutrition | 36 | 51 | 15 | 0 | 21 | 15 | 4 | 3 | |
Water and water nutrition of plants | 37.5 | 52.5 | 15 | 22.5 | 0 | 15 | 4 | 3 | |
FU2 Statistics and programming | Statistics (Teaching-materials ) | 52.5 | 61.5 | 15 | 22.5 | 15 | 9 | 4 | 3 |
Programming and Algorithms (Teaching-materials ) | 51 | 60 | 15 | 15 | 21 | 9 | 4 | 3 | |
Information systems and web/mobile programming (Teaching-materials ) | 36 | 51 | 15 | 0 | 21 | 15 | 3 | 3 | |
U Methodology | |||||||||
MU1 Professions | Knowledge of Professions | 22.5 | 37.5 | 15 | 7.5 | 15 | 2 | 1 | |
Supervised project | 22.5 | 45 | 22.5 | 22.5 | 2 | 2 | |||
Discovery training | 0 | 112 | 112 | 6 | 6 | ||||
U Transversal | |||||||||
TU1 Languages and communication 2 | Professional English 1 | 22.5 | 30.5 | 15 | 7.5 | 8 | 2 | 2 | |
Introduction to communication | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 1 | ||
TOTAL SEMESTER | 339 | 582 | 90 | 105 | 144 | 243 | 36 | 30 | |
TOTAL | 921 | ||||||||
TOTAL FU | 249 | 327 | 90 | 60 | 99 | 78 | 22 | 18 | |
TOTAL MU | 45 | 194.5 | 0 | 15 | 30 | 149.5 | 10 | 9 | |
TOTAL DU+TU | 45 | 60.5 | 0 | 30 | 15 | 15.5 | 4 | 3 |
Units | Courses | Total presential | Total student | LE | TU | PW | Personal Work | Coeff | Credits |
---|---|---|---|---|---|---|---|---|---|
U Fundamental | |||||||||
FU1 Agricultural Ecosystems | Pedology | 54 | 74 | 22.5 | 9 | 22.5 | 20 | 4 | 4 |
Plant ecophysiology | 54 | 74 | 22.5 | 9 | 22.5 | 20 | 4 | 4 | |
Agricultural irrigation technology | 45 | 65 | 22.5 | 22.5 | 20 | 4 | 3 | ||
FU2 Data analytics and vision | Data analytics (Teaching-materials ) | 54 | 74 | 9 | 22.5 | 22.5 | 20 | 4 | 4 |
Bioinformatics | 31.5 | 41.5 | 9 | 22.5 | 10 | 2 | 2 | ||
Image Processing and Computer Vision | 67.5 | 87.5 | 22.5 | 22.5 | 22.5 | 20 | 4 | 4 | |
U Methodology | |||||||||
MU1 Self-awareness and project | Self-awareness | 9 | 9 | 9 | 1 | 1 | |||
Supervised project 1 | 22.5 | 45 | 22.5 | 22.5 | 2 | 2 | |||
U Transversal | |||||||||
TU1 Languages and communication 3 | Professional english 2 | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 2 | |
Oral communication | 22.5 | 30 | 15 | 7.5 | 7.5 | 1 | 2 | ||
Introduction to business management and creation | 22.5 | 30.5 | 16.5 | 6 | 8 | 2 | 2 | ||
TOTAL SEMESTER | 405 | 560.5 | 102 | 144 | 159 | 155.5 | 30 | 30 | |
TOTAL | 965.5 | ||||||||
TOTAL FU | 306 | 416 | 85.5 | 108 | 112.5 | 110 | 22 | 21 | |
TOTAL MU | 31.5 | 54 | 0 | 0 | 31.5 | 22.5 | 3 | 3 | |
TOTAL DU+TU | 67.5 | 90.5 | 16.5 | 36 | 15 | 23 | 5 | 6 |
Units | Courses | Total presential | Total student | LE | TU | PW | Personal Work | Coeff | Credits |
U Fundamental | |||||||||
FU1 Production and agricultural health | Vegetable production | 22.5 | 52.5 | 22.5 | 30 | 4 | 3 | ||
Phytodiagnosis and phytoprotection | 45 | 65 | 22.5 | 22.5 | 20 | 4 | 3 | ||
FU2 GIS, sensors and remote sensing | GIS for Precision Agriculture (Teaching-materials ) | 45 | 69 | 22.5 | 22.5 | 24 | 4 | 3 | |
Sensor Systems for Precision Agriculture (Teaching-materials ) | 45 | 60 | 22.5 | 22.5 | 15 | 4 | 3 | ||
Remote sensing (Teaching-materials ) | 60 | 75 | 15 | 22.5 | 22.5 | 15 | 3 | 3 | |
U Methodology | |||||||||
MU1 Projet management | Decision in project management | 9 | 39 | 9 | 30 | 2 | 2 | ||
Internship | 0 | 224 | 224 | 9 | 9 | ||||
U Transversal | |||||||||
TU1 Languages, communication and companies | Professional english 3 | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 1.5 | |
Written communication | 22.5 | 30 | 15 | 7.5 | 7.5 | 1 | 1.5 | ||
Deepening in the management and creation of companies | 22.5 | 32.5 | 12 | 10.5 | 10 | 1 | 1 | ||
TOTAL SEMESTER | 294 | 677 | 72 | 108 | 114 | 383 | 34 | 30 | |
TOTAL | 971 | ||||||||
TOTAL FU | 217.5 | 321.5 | 60 | 67.5 | 90 | 104 | 19 | 15 | |
TOTAL MU | 9 | 263 | 0 | 0 | 9 | 254 | 11 | 11 | |
TOTAL DU+TU | 67.5 | 92.5 | 12 | 40.5 | 15 | 25 | 4 | 4 |
Units | Courses | Total presential | Total student | LE | TU | PW | Personal Work | Coeff | Credits |
UE Fundamental | |||||||||
FU1 Agricultural Technologies | Fertilisation | 46.5 | 66.5 | 9 | 22.5 | 15 | 20 | 4 | 3 |
Salty soils | 46.5 | 66.5 | 22.5 | 9 | 15 | 20 | 3 | 3 | |
Agricultural mechanization technology | 45 | 70 | 22.5 | 22.5 | 25 | 4 | 4 | ||
FU2 GIS, GNSS and machine learning | Advanced GIS Techniques for Precision Agriculture | 54 | 74 | 22.5 | 9 | 22.5 | 20 | 4 | 4 |
Global Navigation Satellite Systems | 54 | 74 | 9 | 22.5 | 22.5 | 20 | 3 | 4 | |
Artificial intelligence, machine learning and big-data | 45 | 65 | 22.5 | 22.5 | 20 | 3 | 3 | ||
U Methodology | |||||||||
MU1 Project and business | Supervised project 2 | 22.5 | 45 | 22.5 | 22.5 | 3 | 3 | ||
Application to business management and creation | 22.5 | 32.5 | 3 | 19.5 | 10 | 2 | 2 | ||
U Transversal | |||||||||
TU1 Languages and communication 4 | Professional English 4 | 22.5 | 30 | 15 | 7.5 | 7.5 | 2 | 2 | |
Professional communication | 22.5 | 30 | 15 | 7.5 | 7.5 | 1 | 2 | ||
TOTAL SEMESTER | 381 | 553.5 | 111 | 135 | 135 | 172.5 | 29 | 30 | |
TOTAL | 934.5 | ||||||||
TOTAL FU | 291 | 416 | 108 | 85.5 | 97.5 | 125 | 21 | 21 | |
TOTAL MU | 45 | 77.5 | 3 | 19.5 | 22.5 | 32.5 | 5 | 5 | |
TOTAL DU+TU | 45 | 60 | 0 | 30 | 15 | 15 | 3 | 4 |
Units | Courses | Total presential | Total student | LE | Personal Work | H. coach / stud. | H. coach / group stud. | Coeff | Credits |
U Fundamental | |||||||||
FU1 | 0 | 0 | 0 | ||||||
0 | 0 | 0 | |||||||
U Methodology | |||||||||
MU1 Final project | Final projet | 200 | 16 | 9 | 9 | ||||
Internship on precision agriculture | 420 | 5 | 21 | 21 | |||||
U Transversal | |||||||||
TOTAL SEMESTER | 0 | 620 | 30 | 30 |