对德国联邦各州的森林管理适应建议的全面文献综述，告知了各种管理方案的发展。ILAND模型是一种基于过程的高分辨率，基于个体的森林模拟器，用于在气候变化下产生详细的森林轨迹和管理影响。iland考虑生理过程，竞争和干扰，模拟了单个树层的森林动态。在代表性的通用景观中进行了模拟，大约对应于生长区域，以产生一组森林指标。此外，ILAND模拟确定了潜在的自然植被，以鉴定适合未来条件的目标物种。模型绩效对德国的BWI（国家森林库存）数据进行了评估。遥感和BWI数据提供了用于森林植被，气候和现场状况的大规模数据集。基于AI的规模（SVD）被用来将模拟到德国所有森林地区的100m分辨率，以通过Iland评估气候和管理场景。SVD利用了对ILAND模拟训练的深神经网络，以在大型空间尺度上有效地投射森林动力学。