L'agriculture de précision est un principe de gestion des parcelles agricoles qui vise l'optimisation des rendements et des investissements, en cherchant à mieux tenir compte des variabilités des milieux et des conditions entre parcelles différentes ainsi qu'à des échelles intra-parcellaires.
thumb| fausses-couleurs illustrant la variabilité parcellaire et intraparcellaire. Cette variabilité est ici mise en évidence en croisant l'infrarouge et la réflectance de la végétation dans plusieurs autres gammes de longueurs d'onde (source : NASA Earth Observatory)
thumb| Capteurs (N-Sensor ALS) produits par le vendeur de fertilisants azotés Yara. Il est monté sur la cabine d'un tracteur et enregistre la réflectance de la végétation afin de calculer une fertilisation supposée être plus proche des besoins de la plante. Le débit de fertilisant azoté est alors régulé par le calculateur embarqué.
thumb|L’adaptation de la forme des champs au relief (« contour farming » pour les anglophones), et l’absence de labour dans le sens de la pente, est une manière de limiter l’érosion et la perte d’intrants par le lessivage vers le bas du bassin versant. Il est encouragé depuis plus de 50 ans aux États-Unis, à la suite des constats de dégradation des sols faits dans les années 1930
thumb|Le croisement entre mécanisation agricole et les NTIC permet une agriculture de précision, mais tend à artificialiser les paysages ruraux (formes orthogonales de parcelles pour optimiser les labours, les coupes, au détriment des petites parcelles et des sinuosités naturelles
thumb|Les nuances de couleur de la photo aérienne apportent des indices de variation de productivité naturelle (variations d’humidité, de teneur en eau, de pente, etc.), ici marquées durant une période de sécheresse, près de Strasburg dans le Colorado, en juillet 2012.)
thumb|Image fausse couleur reconstituée (mosaïque) à partir de 299 images acquises en un seul vol par les capteurs d'un drone téléguidé Stardust II
thumb|exemple de drone civil destiné à la photo aérienne (Pteryx UAV)
Ce concept est apparu à la fin du , dans le contexte de course au progrès des rendements agricoles.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
vignette|Robot de contrôle Bonirob. vignette|Robot de traite. vignette|Tracteur sans pilote "Uralets-224" à l'exposition "". Un robot agricole est un robot conçu pour accomplir certaines tâches dans le domaine de l'agriculture et de l'horticulture. Le principal domaine d'application des robots en agriculture est celui de la récolte. Une application émergente possible concerne des robots ou des drones étudiés pour réaliser le désherbage des cultures.
vignette|Un Parrot AR.Drone devant un Dassault Rafale. vignette|Un drone de reconnaissance EADS Harfang lors du Salon du Bourget de 2007. vignette|Drone civil OnyxStar Fox-C8 XT en vol. vignette|Drone de combat russe lourd Soukhoï S-70 Okhotnik-B Les drones (//, du mot anglais signifiant « faux bourdon ») désignent des engins commandés à distance, dont le pilotage est automatique ou télécommandé, qu''ils soient volants, terrestres ou encore amphibies , à usage civil ou au profit des forces armées ou de sécurité d'un État.
thumb|FASOR, lidar à fluorescence expérimental utilisé pour sonder la densité de la haute atmosphère en excitant les atomes de sodium. La télédétection par laser ou lidar, acronyme de l'expression en langue anglaise « light detection and ranging » ou « laser imaging detection and ranging » (soit en français « détection et estimation de la distance par la lumière » ou « par laser »), est une technique de mesure à distance fondée sur l'analyse des propriétés d'un faisceau de lumière renvoyé vers son émetteur.
Crop maps are crucial for agricultural monitoring and food management and can additionally support domain-specific applications, such as setting cold supply chain infrastructure in developing countries. Machine learning (ML) models, combined with freely-av ...
Explore le micro-assemblage, en mettant l'accent sur l'automatisation et la précision en robotique, couvrant la résolution, la répétabilité et la précision typique.
Explore l'agriculture hydroponique dans l'espace, en mettant l'accent sur la planification des mouvements des plantes et la programmation pour optimiser la production de légumes.
Patterns in nature arise from processes interacting across a continuum of spatial scales, where new relationships emerge at each level of investigation. These patterns are nested features encompassing fine-scale local patterns, such as topography and geolo ...
Sensing weak magnetic fields is a topic of great importance in basic science and technology due to its wide range of applications. In this context, solid-state and nanoscale quantum sensors are poised to revolutionize the sensing platforms due to their ult ...