Rakesh Mishra, responsable de la recherche sur la télédétection et l'intelligence artificielle, est un spécialiste de l'intelligence artificielle, de la télédétection et de la recherche scientifique, avec plus de 15 ans d'expérience. Il est titulaire d'un doctorat en télédétection et photogrammétrie de l'Université du Nouveau-Brunswick (UNB). M. Mishra dirige des recherches interdisciplinaires sur l'IA, l'informatique quantique et l'analyse des données satellitaires, dans les domaines du changement climatique, de la gestion des ressources et de la foresterie. Également professeur adjoint à l'UNB, il excelle dans la promotion de l'innovation, l'obtention de fonds de recherche et la collaboration avec diverses parties prenantes ( ). Son expertise couvre la modélisation de l'IA, l'apprentissage automatique et l'analyse géospatiale, avec des applications dans la foresterie de précision et la durabilité environnementale. _________________________________________________________________ Présentation : Moderniser les inventaires forestiers grâce à l'IA et à la télédétection _________________________________________________________________ Les forêts du Nouveau-Brunswick sont un élément essentiel de l'économie, de l'environnement et du mode de vie de la province. Elles fournissent des emplois, soutiennent la biodiversité et offrent des services écosystémiques essentiels tels que la propreté de l'eau et la protection des sols. Cependant, la gestion efficace et durable de ces forêts est devenue de plus en plus difficile en raison de méthodes d'inventaire forestier coûteuses et dépassées. Les approches traditionnelles reposent sur des enquêtes de terrain coûteuses et chronophages, sur l'interprétation de photos aériennes et sur des acquisitions LiDAR onéreuses qui deviennent rapidement obsolètes à mesure que les forêts continuent de croître, de changer et de réagir aux influences naturelles et humaines. Cette présentation mettra en évidence l'initiative des solutions d'inventaires forestiers numériques de précision (PFIS) de l'INRH. Le PFIS utilise des technologies avancées d'intelligence artificielle (IA), d'apprentissage profond, d'apprentissage automatique et de télédétection, créant un moyen plus rapide, précis et rentable de collecter et d'analyser les données de l'inventaire forestier . Cette approche modernisée permet aux décideurs à tous les niveaux - professionnels de la sylviculture, décideurs politiques, communautés autochtones et propriétaires de petits boisés - de disposer d'informations précises et à haute fréquence sur les types de coupes (coupes rases, coupes partielles), la caractérisation de la régénération, les espèces d'arbres , la surface terrière, la vigueur des arbres et les taux de croissance.