Hauptziel des Projekts war die Erstellung von Bodeneigenschaftskarten, z. B. zum organischen Bodenkohlenstoffgehalt und zum Tongehalt, mittels maschineller Lernverfahren (Random Forest). Für diesen Zweck wurden mehrere Hundert Referenzdatensätze, vorwiegend aus den umfangreichen Datenbanken des LGRB, mit Satellitenbildszenen der Jahre 2018, 2019, 2020 und 2021 kombiniert. Ein weiterer Fokus während der Projektzeit lag auf dem Aufbau einer Spektralbibliothek für die Böden des Landes Baden-Württemberg. Bis Projektende wurden knapp 5000 repräsentative Bodenproben aus dem LGRB-Archiv in einem eigens am LGRB eingerichteten Spektroskopie-Labor eingemessen. Ergänzend zur Ableitung chemischer und physikalischer Bodenkenngrößen wurde im Rahmen des BopaBW-Projekts die Eignung von Sentinel‑1‑Radardaten hinsichtlich des Monitorings, z. B. von Moorsetzungen in Baden-Württemberg, getestet.