In der 3-jährigen Demonstrationsphase werden Datenbe­stände aus terrestrischen Erhebungen mit Fernerkundungsdaten mittels moderner Methoden von Data Science und KI verknüpft. Die Erhebungen beinhalten explizit Daten aus den etablierten Waldreallaboren sowie zusätz­lich forstlich relevante Geodaten wie beispielsweise BWI, WZE, BZE, Level II, “Buche akut” (Land Thüringen) oder laufenden Regulus-Projekten (z.B. ResEt-Fi). Damit wird auch der für dieses Projekt geforderte institutionsübergreifende Datenaustausch und die gemeinsame Datennutzung umgesetzt und die langen Zeitreihen der forstlichen Inventuren in Wert gesetzt. 

Im Fokus steht hier die Ablei­tung von Produkten durch Fernerkundung und Waldmodellierung (Daten-Syntheseplattform). Diese Komponenten erlauben ein flächenhaftes und zeitlich hochaufgelöstes Erkennen der dynamischen Veränderungen im Ökosystem Wald und eine Projektion der Entwicklung, der Zusammensetzung und des Zustands des Waldökosystems unter verschiedenen Klimaszenarien. Damit werden zum einen Grundlagen für ein zukünftiges Waldmanagement und für den Waldumbau gelegt, zum ande­ren auch die Infrastrukturen und Ergebnisse der Waldreallabore in Wert gesetzt. Das bedeutet kon­kret eine großflächige Erkennung von Einzelbäumen in Luftbildaufnahmen der Länder mittels KI-Methoden für das Untersuchungsgebiet Harz mit den angrenzenden Bundesländern sowie für das Untersuchungsgebiet Bayern. Damit ist die Grundlage für eine Abschätzung verschiedener ökosys­temarer Dienstleistungen wie Kohlenstoffspeicherung (oberirdische Biomasse), Diversität und Wald­zustand (Stresstoleranz) gelegt. Nachfolgend sollen indivi­duen-basierte Waldwachstumsmodelle mit Fernerkundung und den Ergebnissen der Einzelbaumer­kennung gekoppelt und die Produktivität (NPP, GPP) der Wälder für diese Regionen abgeleitet wer­den.