Airbus Defence & Space : recrutement Ingenieur Agronome modélisation

Ingénieur Agronome (h/f)

Airbus Defence & Space Toulouse (ex Astrium SV Spotimage)

Description of the job

Un poste d’Ingénieur Agronome (h/f) vient de s’ouvrir au sein d’Airbus Defence & Space à Toulouse. Vous rejoindrez le département Agriculture Environnement et Risques.

Airbus, via son activité « Intelligence » produit et délivre avec succès depuis 2002, et en partenariat avec Arvalis Institut du Végétal, le service Farmstar de conseils pour la conduite de cultures de blé, orge et colza en France.

Dans le cadre de sa stratégie de développement, Airbus Defence & Space a la volonté de développer, en France sur plusieurs cultures et à l’export, ses services en agriculture en valorisant l’expérience du service FARMSTAR et des projets Européens.

Les projets déjà en cours et ceux prospectés couvrent une large palette de services pour l’agriculture: Fourniture de Produits Biophysiques, Service d’agriculture de précision et Assurance indicielle.

Aujourd’hui, Airbus Intelligence souhaite développer la mise en place de plates-formes digitales basées sur les technologies cloud pour permettre à ses clients, ainsi qu’à de toutes nouvelles communautés, d’accéder à l’imagerie satellite et à des services thématiques, en particulier pour l’Agriculture.

Dans ce contexte, nous recherchons un(e) Ingénieur Agronome (h/f) bénéficiant d’une expérience concrète dans la définition et la mise en œuvre de services thématiques et capable de comprendre et adapter le fonctionnement des modèles agronomiques à différents contextes climatiques.

Au sein de la Direction « Thematic Solutions » et dans le cadre de la réalisation et de l’évolution de nos projets et services applicatifs, vous aurez un rôle d’Ingénieur d’études produits agronomiques et vous apporterez votre expertise pour l’opération et la mise au point de services dédiés au domaine de l’agriculture. Vous ferez partie d’une équipe de 5 ingénieurs « études produits agronomiques » qui partagent leur expertise. Vous serez en charge des problématiques de modélisation des cultures et de l’adaptation de nos technologies aux itinéraires culturaux.

Ce poste nécessite une habilitation de sécurité ou nécessite d’être éligible à une habilitation par les autorités reconnues.

Tasks & accountabilities

Vous serez responsable des activités principales suivantes :

1- Ingénierie de développement et test de services opérationnels agriculture à l’export

2- Expertise agronomique dans le cadre des Projets et Services opérationnels. L’activité consiste à :

3- Expertise et R&D :

Required skills

Nous recherchons des candidat(e)s ayant les expériences et les compétences suivantes :

  • Titulaire d’un diplôme d’Ingénieur Agronome ou une discipline apparentée.
  • Solides connaissances en modélisation et outils d’aide à la décision indispensable.
  • Connaissance des outils géomatiques (ArcGIS / QGIS) est un plus.
  • Traitement d’image (ENVI).
  • Gestion Base de données (SQL, PostGre SQL).
  • Langage de programmation scientifique (e.g. R, Matlab, Python, IDL, C, ..).
  • Esprit d’équipe.
  • Force de proposition, créativité, innovation.
  • A l’aise avec la prise de parole en public, en vue de présentations lors de conférences.
  • Niveau de négociation en français.
  • Niveau avancé en anglais.

Apply online :

http://company.airbus.com/careers/jobs-and-applications/search-for-vacancies~jobid=001A4B0A914A1ED79EA2B43610444702~.html

 

#ECPA2017 : Identification of High-Variation Fields based on Open Satellite Imagery

Ce papier, présenté lors de la Conférence Européenne d’Agriculture de Précision (ECPA2017) à Édimbourg, presente une méthodologie pour catégoriser les parcelles à l’échelle régionale selon la variabilité intra-parcellaire (écart-type de l’indice NDVI) à partir d’images satellite d’accès gratuit (Sentinel-2). Ainsi, cette caractérisation peut générer des informations précieuses pour les producteurs, les conseillers et les chercheurs.

D’un point de vue applicatif, cette méthode pourrait être utilisée à l’échelle d’un bassin versant ou d’une coopérative pour identifier les parcelles qui présentent une variabilité importante et où l’intérêt d’appliquer les techniques de l’agriculture de précision peut être plus élevé. Du point de vue de la recherche, cette méthode permet d’identifier les parcelles très hétérogènes pour lesquelles des études spécifiques pourraient être menées afin d’identifier les facteurs qui affectent la production de biomasses dans les conditions considérées.

Abstract : This paper proposes a simple method for categorizing fields on a regional level, with respect to intra-field variations. It aims to identify fields where the potential benefits of applying precision agricultural prctices are highest from an economic and environmental perspective. The categorization is base don vegetation índices derived from Sentinel-2 satellite imagery. A case study on 7678 winter wheat fields is presented, which employs open data and open source software to analyze the satellite imagery. Furthermore, the method can be automated to deliver categorizations at every update of satellite imagery, hence coupling the geospatial data analysis to direct improvements for the farmers, contractors, and consultants.

J.H. Jeppesen, R.H. Jacobsen, R.N. Jorgensen, A. Halberg and T.S. Toftegaard. 2017. Identification of High-Variation Fields based on Open Satellite Imagery. Advances in Animal Biosciences: Precision Agriculture (ECPA), 8:2, pp 388–393

Innov’Space 2017 : Quelques innovations TIC parmi les 47 innovations du Space 2017

Terre-net a publié un billet qui présente les 47 innovations retenues dans le cadre du Space 2017 (salon de l’élevage qui se tient à Rennes du 12 au 15 septembre prochain. Certaines de ces innovations majeures concernent l’utilisation des TIC pour améliorer le confort de l’éleveur ou mieux maîtriser la qualité de certaines opérations. Les exemples d’innovations marquantes que l’on pourra noter dans ce domaine :

Les Zen’Bots : « une communauté de «bots», c’est-à-dire de robots conversationnels, qui dialoguent avec l’éleveur pour simplifier son quotidien et le rendre plus «zen». Ils combinent intelligence artificielle et intelligence métier et comprennent les intentions de l’éleveur par analyse sémantique. Ils se passent le relais entre eux, pour offrir à l’éleveur diverses fonctions spécialisées en langage naturel, en mobilité, en chat vocal ou écrit. »

Easi-scan go : « une nouvelle génération d’équipements ultrasons pour les animaux de ferme. La technologie mise en oeuvre a permis de concevoir un échographe peu énergivore et à basse puissance. Le Wi-Fi à ultra basse latence permet l’utilisation de périphériques Wi-Fi standards comme un smartphone. »

H2O Alert :  » un système de surveillance de la qualité de l’eau en temps réel avec alarme (utilisation mobile) pour les élevages laitiers, à l’intérieur et à l’extérieur des bâtiments. Les capteurs assurent une surveillance permanente de la qualité de l’eau. Ils sont connectés à une application mobile, avec transmission des données sur la qualité de l’eau en temps réel et émission d’alarme si nécessaire.

Taxi lait 4.0 incl. Smart-ID : un mobile qui identifie les veaux via une identification sans fil. Il permet d’alimenter les veaux en fonction de leur âge et selon une courbe d’alimentation pré-établie individuelle.

vigielent : une application qui signale et partage la présence de véhicules lents sur la route. Cette application vise à limiter les accidents impliquant des tracteurs et matériels agricoles qui ont pour origine leur encombrement sur la route, mais surtout une mauvaise prise en compte leur faible vitesse sur la route.

My.luda.farm : un tableau de bord sur smartphone qui collecte les informations provenant des capteurs et des caméras installés dans toute l’exploitation. L’application permet à l’exploitant agricole de vérifier ses caméras, d’allumer et d’éteindre des appareils, de vérifier les clôtures et le niveau des citernes de diesel, directement sur son smartphone. L’application  alerte aussi l’exploitant grâce aux notifications automatiques d’événements et les alarmes.

Symeter : un capteur optique installé dans les silos qui permet d’optimiser le tassement des fourrages ensilés (maïs ou herbe) stockés en silo couloir. le système permet de contrôler le travail en temps réel. Les informations traitées sont alors transmises instantanément à l’opérateur en cabine sur un support mobile (smartphone, tablette) sous forme de cartographie.

AgrOptimize recrute un crop modeler en agriculture de précision

AgrOptimize développe plusieurs OAD (fertilisation, prévision de rendement, phytopathologie, …), le poste demande d’intervenir comme ressource transversale de modélisation au sein de plusieurs programmes R&D / maturation technologique. Notamment, il s’agira de développer des démarches de modélisation des cultures en vue de prédire le rendement et la qualité des productions de grandes cultures. Le but est de développer des approches innovantes pour prédire des variables agro-économiques clés, en se basant à la fois sur des modèles mécanistiques de croissance de culture (crop growth models) et sur des approches statistiques classiques et innovantes (machine learning).

Les missions :
• analyser de grands jeux de données (rendements, conduites des cultures, etc. ) issus du terrain collectés par AgrOptimize ;
• tester des approches de modélisation statistique pour la simulation de la croissance des grandes cultures, en se basant sur les données du terrain ;
• adapter les approches de modélisation pour l’assimilation de données de télédétection ;
• calibrer/valider les approches de modélisation ;
• tester une approche d’ensemble de modèles pour la prédiction et l’intégration des modèles statistiques avec les modèles mécanistiques ;
• analyser les résultats de simulation et gérer l’incertitude des prédictions ;
• réaliser ces tâches dans une phase de développement tout en préparant le workflow pour la production, en lien avec le service IT.

Toutes les informations pour candidater : agroptimize

Etudier les variations d’altitudes dans le temps avec des images radar (dont Sentinel-1 (SAR))

Une animation impressionnante qui permet grâce à une série temporelle d’images RADAR (dont Sentinel-1, SAR) de voir les variations d’altitude d’un quartier de Budapest. Cette anomalie est liée, depuis la fin de la seconde guerre mondiale,  à une surexploitation de la nappe phréatique qui a provoqué un affaissement du sol. Des mesures de protection mises en place depuis plus de 10 ans entraînent un rechargement de la nappe ce qui explique aujourd’hui la remontée d’altitude de ce quartier. On pourra consulter le billet initial à cette adresse (http://geo-sentinel.eu/how-budapest-move/), ce billet met en évidence l’intérêt de ce type d’information pour des études amonts de constructions ou d’aménagements.

Et si les voies romaines étaient cartographiées comme un plan de métro ?

voies_romaines_metro

C’est ce qu’a réalisé Sasha Trubetskoy, un étudiant en statistiques de l’université de Chicago qui est fan de Géographie. Le résultat est surprenant. Même si, contrairement à ce que dit le dicton, toutes les routes ne mènent pas à Rome, on remarque que la capitale de l’empire romain est la station qui propose le plus de correspondances. La via Claudia, qui relie l’Egypte au Maroc est démesurée comparée à nos via Domitia, Aquitania ou Gallica.  Il est possible de voir une version à haute résolution à l’adresse ci-après. Les fans pourront faire un poster en téléchargeant un pdf moyennant contribution : https://sashat.me/2017/06/03/roman-roads/

 

Offre d’emploi CDI (H/F) : ingénieur Géomaticien

PermAgro est une start-up spécialisée dans l’accompagnement à la création et à la gestion de domaines agricoles. Elle propose à ses clients un accompagnement vers une agriculture pérenne, respectueuse de l’environnement et créatrice d’emploi. Ses services reposent sur l’utilisation de technologies de collecte et de traitement de données, principalement géographiques, qui permettent d’automatiser les conseils auprès de nos clients agriculteurs.

Définition du poste

Dans le cadre de son développement, PermAgro recherche un(e) ingénieur géomaticien avec des compétences en développement informatique, qui puisse l’accompagner dans la création et la gestion des outils numériques dédiés à l’agriculture :
– Rédaction du cahier des charges technique et fonctionnel en collaboration avec nos partenaires
– Gestion de bases de données complexes et géoréférencées
– Traitement de données géographiques et utilisation de logiciels SIG, datavisualisation
– Participation à la création d’applications de cartographies web et mobile Compétences et connaissances exigées

Nous recherchons une personne :
– Maîtrisant les logiciels de cartographie, notamment QGIS
– Maîtrisant la gestion et l’utilisation des bases de données géographiques et maîtrise du langage SQL : MySQL, postgreSQL
– Langage de script : Python et sa librairie python-gdal
– Ayant un goût prononcé pour le challenge et l’entrepreneuriat
– La maîtrise des technologies Web (HTML, CSS, JavaScript, PHP) serait un plus
– Une connaissance du monde agricole serait un plus,

Toutes les informations pour candidater : 20170725-PERM-Offre_emploi_géomaticien_V4 (1)

Utilisation de l’aggrozouk en culture maraîchère

Au delà d’un nom que l’on associerait volontiers à un genre musical antillais, l’aggrozouk est en réalité une sorte de tracteur à pédale permettant de travailler sa parcelle en ayant tous ses équipements à portée de main. On est à mi-chemin des robots de type Naïo (dont on retrouve un peu le format), mais en conservant une intervention humaine. Comme dit dans l’article de la Manche Libre de cette semaine, cela se prête plus à des exploitations de petite taille.

http://www.lamanchelibre.fr/actualite-360977-insolite-manche-ce-maraicher-bio-utilise-l-aggrozouk-un-drole-de-tracteur-a-pedales

#ECPA2017 : les trajectoires d’adoption en agriculture de précision

Pour ce papier, présenté lors de la Conférence Européenne d’Agriculture de Précision (ECPA2017) à Édimbourg, des chercheurs de l’université du Kansas ont utilisé une base de données historique pour décrire les trajectoires d’adoption de technologies d’agriculture de précision par des agriculteurs américains.

Pour cela, ils se sont concentrés sur 3 technologies : le capteur de rendement (YM), la cartographie des sols (PSS) et la modulation intra-parcellaire (VR). Ils ont caractérisé les 8 combinaisons possibles sur l’adoption de ces 3 technologies. Par exemple aucune technologie adoptée (None) ou adoption du capteur de rendement et de la modulation intra-parcellaire (YM VR) ou encore adoption des 3 technologies (YM PSS VR). Ils ont ensuite construit une matrice de transition pour décrire la probabilité qu’un agriculteur se retrouve à un niveau d’adoption donné sur l’année n en connaissant son niveau d’adoption sur l’année n-1. C’est cette matrice que l’on retrouve ci-dessous.

precision agriculture adoption

Au delà de la méthode qui a le mérite de valoriser des données issues d’une association de producteurs de manière originale, cet article fait ressortir quelques résultats intéressants. Le premier d’entre eux est que le processus d’adoption est globalement lent puisque la probabilité qu’un agriculteur ait le même équipement que l’année passée est d’environ 90% et ce quelque soit son équipement actuel. La dynamique est globalement vers une adoption croissante mais la probabilité que des agriculteurs abandonnent l’utilisation de ces technologies n’est pas nulle. Enfin, ce tableau traduit bien le coté itératif de l’adoption avec une probabilité nulle que des agriculteurs non équipés le soient totalement l’année suivante.

Les auteurs soulignent l’intérêt de ces résultats pour l’orientation des politiques publiques d’accompagnement à l’adoption mais aussi pour les sociétés qui vendent ces technologies et qui ont donc intérêt à comprendre le comportement des agriculteurs.

Ce papier a par ailleurs reçu le prix du « best paper award » de cette 11ième conférence européenne d’agriculture de précision.

precision agriculture adoption

Retrouvez l’article sur : https://www.researchgate.net/publication/317287805_Farmers’_Adoption_Path_of_Precision_Agriculture_Technology

 

[ECPA 2017] Amélioration de l’efficacité de l’utilisation de l’eau et du rendement dans un vignoble soumis à une modulation de l’irrigation en Californie

Yield_modulation_irrigation

 

 

 

 

 

 

 

Un retour de la conférence ECPA en Ecosse sur un travail réalisé par l’entreprise viti-vinicole Gallo (Californie). Cet article met en avant l’intérêt de la mise en place d’un système de modulation de l’irrigation dans un vignoble Californien. La parcelle d’étude, sur laquelle sont plantées des vignes de Cabernet Sauvignon de 17 ans, a été choisie pour sa forte variabilité spatiale en rendement. La parcelle a été découpée en deux unités de quatre hectares présentant une variabilité spatiale et une distribution du rendement similaire. Sur la première unité, l’irrigation est contrôlée de manière uniforme. Sur la seconde, un système de modulation intra-parcellaire de l’irrigation a été mis en place à partir de la saison 2013 ; la gestion de cette irrigation étant contrôlée par un calcul d’évapotranspiration intra-parcellaire, fonction du NDVI. Les résultats de ce travail sont intéressants sur plusieurs aspects. Tout d’abord, il est possible de voir à quel point la variabilité spatiale du rendement est stable dans le temps lorsque l’irrigation est uniforme. Au contraire, dans les zones où l’irrigation est modulée, les cartographies pluriannuelles de rendement montrent à quel point l’irrigation peut impacter les patrons spatiaux de rendement ; ces patrons pouvant même aller jusqu’à s’inverser sur une année d’étude (2014). Les auteurs concluent que le système de modulation de l’irrigation a permis d’augmenter le rendement moyen sur l’unité où l’irrigation est modulée tout en améliorant l’efficacité de l’utilisation de l’eau. Les auteurs soulignent également que l’irrigation modulée semble avoir diminué la structure spatiale du rendement, conduisant alors à une homogénéisation du vignoble.

Abstract : A variable rate drip irrigation (VRDI) system was implemented in early 2013 in a 4.05-ha area inside a drip-irrigated Cabernet Sauvignon vineyard measuring 12.5 total ha. The VRDI area was split into 140 15 × 15-meter irrigation zones which were watered independently during three seasons with weekly schedules based on estimated actual ET. Irrigation was scheduled with the objective of decreasing spatial variability while maintaining high yields. Compared to an adjacent, 4.05-ha, conventionally drip irrigated section of the vineyard (CDI); VRDI increased yield and water use efficiency in all three years and decreased spatial dependency and structure in 2013 and 2015.

Sanchez, L.A., Sams, B., Alsina, M.M., Hinds, N., Klein, L.J. and Dokoozlian, N. (2017). Improving vineyard water use efficiency and yield with variable rate irrigation in California. Advances in Animal Biosciences: Precision Agriculture (ECPA), 8:2, pp 574–577