Assurer la Veille Scientifique et Technologique par la gestion de la connaissance, des méthodologies de travail et du partenariat, en particulier avec les Universités et les Institutions de recherche pour une meilleure garantie de la qualité de mise en œuvre des programmes/projets et des produits et services délivrés par le CSE.
- Concevoir et mettre en œuvre des projets/programmes de recherche en partenariat avec des institutions nationales et internationales pour la production de connaissances scientifiques dans les domaines de développement et d’activités prioritaires du CSE ;
- Promouvoir la formation à la recherche par la supervision de travaux de masters et thèses des étudiants des universités ou des agents du CSE pour renforcer les compétences et les capacités scientifiques et institutionnelles du CSE ;
- Renforcer la politique de communication et de vulgarisation scientifique des résultats et produits du CSE à travers une participation active à diverses manifestations scientifiques mais également la promotion de publications scientifiques ;
- CaSSECS : Séquestration du carbone et émissions de gaz à effet de serre dans les écosystèmes (agro) sylvopastoraux des Etats sahéliens du CILSS. Ce projet intervient dans 3 pays d’Afrique de l’ouest.
- SustainSahel : Utilisation synergique et protection des ressources naturelles pour les moyens de subsistance ruraux par l'intégration systématique des cultures, des arbustes et du bétail au Sahel. Ce projet intervient dans 3 pays d’Afrique de l’ouest.
- AgroFoMap : Promouvoir le développement durable en Afrique grâce à l'agroforesterie. Ce projet intervient dans 4 pays d’Afrique.
- Encadrement thèse et master (9 Masters, 3 thèse de Doctorat et 1 Post-Doc)
- Publications : articles scientifiques, bases de données
- Outils : Package de modélisation de distribution des espèces sous R (sdmApp) ; Système d’Alerte Précoce (CR4D) sur les vagues de chaleur
- Algorithme de cartographie des arbres et arbustes individuels à l’échelle du Sénégal via des techniques de Deep Learning et des images de très haute résolution.
- Approche automatique basée sur l'apprentissage profond pour apprendre et prédire la masse de carbone des arbres/arbuste au niveau de la parcelle à partir de données à haute résolution.
- Atlas sur l’agroforesterie à l’échelle de l’Afrique.