Tree Scanner und Arboreal in drei neuen Studien validiert

Drei neue wissenschaftliche Arbeiten aus diesem Jahr belegen die Leistungsfähigkeit von Tree Scanner und Arboreal Forest – den Smartphone-Apps, die Arboreal entwickelt hat, um Waldmessungen schneller, einfacher und zuverlässiger zu machen.

Genauigkeit bei der Rundholzvermessung

Die erste Studie, veröffentlicht in Sensors (Elias et al. 2025), testete Tree Scanner in der Prototypphase zur Schätzung des Stammvolumens.

• Genauigkeit: Sehr hohe Übereinstimmung mit herkömmlichen manuellen Methoden (R² > 0,98, RMSE = 0,0668 m³).
• Effizienz: Im Median 21 Sekunden pro Stamm gegenüber 29 Sekunden bei manueller Messung – eine Verbesserung um 38 %.
• Konsistenz: Zuverlässig sowohl bei derselben Person als auch zwischen verschiedenen Anwendern.
• Integration: Die Studie hob das Potenzial von Tree Scanner hervor, mit RFID, Bluetooth-Werkzeugen, externen Servern und Baumartenerkennung zusammenzuarbeiten.

Kurz gesagt: Tree Scanner kann die manuelle Rundholzvermessung durch eine schnellere und ebenso genaue digitale Lösung ersetzen.

Waldinventur mit Schätzung der Grundfläche

Die zweite Arbeit, erschienen in Ecological Informatics (Morocho Toaza et al. 2025), verglich Tree Scanner auf 50 Probeflächen mit einem professionellen tragbaren Laserscanner (PLS).

• Schätzung der Grundfläche: Nahezu identisch mit dem professionellen Scanner (Bias = 1,95 m²/ha, MAE = 2,29 m²/ha, RMSE = 3,09 m²/ha).
• Zeiteffizienz: 11 Sekunden pro Baum gegenüber 51 Sekunden pro Baum mit dem PLS – und ohne die zusätzlichen Verarbeitungsschritte, die der Scanner erfordert.
• Fazit: Tree Scanner ist eine kostengünstige, schnelle und wissenschaftlich genaue Option für die Waldinventur.

Arboreal Forest im Vergleich zur herkömmlichen Inventur

Die dritte Arbeit, eine Bachelorarbeit an der Universität Lleida (Atcher Soler 2025), verglich Arboreal Forest mit der herkömmlichen Waldinventur in Waldkiefernbeständen (Pinus sylvestris) im Vall de Lord in Katalonien.

• Untersuchte Größen: Durchmesser, Höhe, Grundfläche und Volumen.
• Ergebnisse: Arboreal Forest lieferte Ergebnisse mit vergleichbarer Genauigkeit wie herkömmliche Methoden und war dabei deutlich schneller und kostengünstiger.
• Effizienz: Die Studie zeigte, dass die App sowohl die Zeit im Feld als auch die Nachbearbeitung im Büro verkürzt und sich damit für Inventuren in der Praxis eignet.
• Kontext: Die Arbeit erörterte außerdem die Vorteile smartphonebasierter LiDAR-Messung, etwa weniger Ausrüstung und automatische Datenspeicherung.

Warum das wichtig ist

Die Forstwirtschaft bewegt sich hin zu digitalen Werkzeugen, die wissenschaftliche Genauigkeit mit praktischer Effizienz verbinden. Diese drei Studien – zwei begutachtete Fachartikel und eine akademische Abschlussarbeit – bestätigen unabhängig voneinander, dass die Apps von Arboreal beides leisten. Ob bei der Vermessung von Stämmen auf dem Lagerplatz oder bei der Datenerhebung auf Probeflächen im Wald: Arboreal liefert zuverlässige Ergebnisse und spart Zeit.

Für uns bei Arboreal ist es ermutigend, unsere Arbeit von unabhängigen Forschenden in ganz Europa bestätigt zu sehen. Tree Scanner und Arboreal Forest wurden entwickelt, um die Erhebung von Walddaten schneller, einfacher und transparenter zu machen – und jetzt untermauert die Wissenschaft das.

---

Literatur:

• Elias, M., Forkuo, G.O., Picchi, G., Nati, C., & Borz, S.A. (2025). Accuracy of a Novel Smartphone-Based Log Measurement App in the Prototyping Phase. Sensors 25(18): 5847. https://www.mdpi.com/1424-8220/25/18/5847
• Morocho Toaza, J.M., Picchi, G., Nati, C., & Borz, S.A. (2025). Accuracy and time efficiency of a new app developed to source and map single tree data: A comparison to state-of-art LiDAR data collectors in terms of basal area estimates. Ecological Informatics 91: 103417. https://www.sciencedirect.com/science/article/pii/S1574954125004261
• Atcher Soler, A. (2025). Comparació de l'inventari amb LiDAR terrestre mitjançant Arboreal amb l'inventari tradicional en boscos de Pinus sylvestris a la Vall de Lord. Bachelorarbeit, Universität Lleida. https://repositori.udl.cat/bitstreams/31b4d657-c6f6-4376-9371-12d407940559/download