Depuis que les êtres humains sont passés à un mode de vie agraire, les progrès technologiquesont permis des évolutions dans l'agriculture, résultant en de plus grandes variétés et rendements descultures. Après les révolutions de la sélection végétale et de la génétique, une troisième révolution verte prend le contrôle du monde agricole basé sur l'application des technologies de l'informationet de la communication (TIC) telles que les capteurs et actionneurs, l'Internet des objets (IoT :Internet of Things), l'intelligence artificielle, les véhicules aériens sans pilote (UAVs, drones). Cesnouvelles technologies ont permis une agriculture basée sur les données : l'agriculture intelligente.L'un des derniers développements est l'utilisation accrue de petits véhicules aériens sans pilote,communément appelés drones, pour l'agriculture. Ceux-ci ont un énorme potentiel dans l'agriculture pour fournir des données précieuses qui peuvent ensuite être utilisées et exploitées par des techniques de Data Mining pour influencer les politiques et les décisions agricoles. Les travaux de recherche présentés dans cette thèse portent sur l'adoption des nouvelles technologies dans l'agriculture en examinant les progrès de ces technologies clés dans le contexte de l'agriculture intelligente. Nos objectifs à travers le travail rapporté dans ce manuscrit peuvent êtrerésumés en deux aspects. Le premier objectif est de montrer que les techniques de Data Mininget l'accès à des informations en temps opportun pour mener à bien des opérations de planificationet de décisions cruciales sont la clé du succès d'une agriculture intelligente. Pour y parvenir, unediscussion détaillée des changements apportés par les technologies de traitement de données et deprise de décisions dans le secteur agricole est présentée. Cette partie est une opportunité d'explorer certaines solutions et applications de Data Mining et de comprendre comment ce concept peut être introduit dans des systèmes agricoles durables. Le deuxième objectif est la conception d'une solution de déploiement optimal d'une flotte de drones pour assurer la surveillance d'une zone agricole. En effet, la qualité des services fournis par une flotte de drones dépend de leurs emplacements et leur distribution sur le terrain. Pour mesurer les performances de toute solution, une fonction de déploiement peut être définie en fonction de plusieurs paramètres souvent contradictoires.Une modélisation du problème de déploiement en un problème d'optimisation multi-objectif avec contraintes est présentée, suivie de sa résolution en se reposant sur des méta-heuristiques puissantes pour trouver la stratégie de déploiement optimale avec quatre objectifs. L'approche proposée permet de maximiser la couverture totale, de minimiser la consommation énergétique, de minimiser les chevauchements de couverture et de garantir la connectivité entre les drones.