TAIWAN / LONDON (IT BOLTWISE) – Forschende in Taiwan haben einen bislang rekordverdächtigen Baum mit 84,1 Metern Höhe vermessen. Für die Messung kombinierten sie LiDAR-Scans mit einer Auswertung, die hunderte Freiwillige übernahm. Um die Höhe im steilen Gelände sicher zu bestätigen, folgten anschließend Kletterteams einer rund 20 Kilometer langen Route. Die Ergebnisse zeigen, wie KI-gestützte Geodatenanalysen und robuste Feldmethoden zusammenarbeiten können, um extrem seltene Naturrekorde datenbasiert zu belegen.
In den Gebirgen Taiwans sorgt ein einzelner Baum für Schlagzeilen – und zugleich für ein Lehrstück über moderne Messmethoden im Naturschutz. Das Team um Rebecca Chia-Chun Hsu vom Taiwanischen Forstforschungsinstitut berichtet, den bislang höchsten bekannten Baum Ostasiens identifiziert und verlässlich vermessen zu haben. Der Riese am Da’an-Fluss trägt demnach den Namen „Himmelsschwert des Da’an-Flusses“ und erreicht 84,1 Meter. Seine Art wird als Taiwania cryptomerioides eingeordnet, ein Vertreter der Zypressengewächse. Dass die Höhe in dieser Dimension überhaupt messbar ist, liegt auch an der Kombination aus Fernerkundung und Feldverifikation im steilsten Gelände.
Technisch interessant ist, wie LiDAR (Light Detection And Ranging) hier vom Luftbild zur belastbaren 3D-Höhenbestimmung wird. Bei der Methode senden Plattformen – etwa Flugzeuge – Laserimpulse aus und messen die Laufzeit bis zum Rückstreu-Signal. Aus der so entstehenden Punktwolke lassen sich Höhenmodelle ableiten, die im Wald die Kronenstruktur, die Vegetationsschichten und daraus wiederum grob die Baumhöhen rekonstruieren. Entscheidend: Im bergigen Taiwan neigen geometrische und vegetationsbedingte Effekte dazu, Bäume im Modell zu über- oder unterschätzen. Laut Bericht musste deshalb die Auswertung mit menschlicher Unterstützung erfolgen – hunderte Freiwillige halfen, die plausiblen Kandidaten zu markieren und Datenfehler zu korrigieren.
Der Datensatz, der am Ende für die Suche entstand, umfasst 941 Bäume über 65 Metern Höhe. Damit wird sichtbar, wie aus einem breit angelegten Scan eine gezielte Expeditionsliste wird. Die Forschenden konnten den Rekordbaum bereits 2023 nach jahrelanger Suche finden – auch weil das Vorgehen nicht nur auf „klassische“ Expeditionen setzt, sondern die Vorauswahl systematisch aus den Geodaten ableitet. In einer Region mit nur wenigen Orten, an denen Bäume über 80 Meter wachsen, steigt der Wert jeder Trefferquote. Das ist zugleich ein methodischer Wettbewerb gegen Zufall: Je genauer die Vorhersage der Kandidaten ist, desto weniger Zeit wird im gefährlichen Aufstieg und in der Kletterlogistik gebunden.
Für die finale Bestätigung reichte die Fernerkundung jedoch nicht allein aus. Die Expedition führte über eine rund 20 Kilometer lange Flussroute und über steile Anstiege, bevor Kletterer den Baum mit einem Band von der Krone bis zum Boden vermassen konnten. Erst diese Handverifikation schafft die Grundlage, die in der Wissenschaft nötig ist, um Rekorde gegenüber anderen Messmethoden abzugrenzen. Bis Anfang 2026 wollen die Forschenden zudem zehn Taiwania-Bäume über 70 Meter Höhe entdeckt und bestiegen haben; zwei davon lagen über 80 Meter. Schon diese Folgeergebnisse deuten an, dass der Region nicht „ein“ Einzelwunder zugeschrieben werden muss, sondern dass systematisch weitere Extrembäume existieren.
Im breiteren Markt- und Technologiekontext betrachtet ist das Zusammenspiel aus LiDAR, Crowd-Processing und Feldmessung ein Muster, das auch außerhalb der Biologie funktioniert. Unternehmen und Forschungsteams nutzen LiDAR zunehmend für digitale Zwillinge, für Infrastrukturinspektionen und für die Analyse von Vegetationsdichte. Der Unterschied hier: Die „Erkennung“ ist nicht auf Kamerabilder und einfache Klassifikationen beschränkt, sondern auf exakte Höhenkanten und modellierte Baumkronen angewiesen. Vergleichbare Ansätze, etwa bei der Erfassung von Redwoods oder bei großflächigen Waldinventuren durch geodatengetriebene Projekte, zeigen, dass die Herausforderung selten die Sensorik allein ist, sondern die nachgelagerte Interpretation der Punktwolken – besonders in dichtem und komplexem Gelände.
Branchenbeobachter ordnen solche Projekte als wichtigen Schritt in Richtung operativer Skalierung von Waldinventuren ein. Wie aus Fachkreisen zu hören ist, steigt der Nutzen von LiDAR besonders dann, wenn Auswertungsprozesse durch zusätzliche Qualitätsprüfungen abgesichert werden, etwa durch „Human-in-the-Loop“-Workflows statt rein automatischer Filter. In der Praxis können solche Workflows die Fehlerquote reduzieren, wenn Modellannahmen im Gelände nicht zuverlässig greifen. Zugleich entsteht ein realistisches Bild davon, wie viel Arbeitsaufwand für die Datenhygiene erforderlich ist. Genau hier wirkt die Kombination aus Freiwilligenarbeit und wissenschaftlicher Feldlogistik wie eine „Brücke“ zwischen den Welten: Skalierbare Datenerhebung im großen Stil trifft auf präzise Verifikation im kleinen Maßstab.
Historisch betrachtet ist die Suche nach extremen Baumhöhen stets ein Zusammenspiel aus Ambition und Messbegrenzungen gewesen. Während frühe Inventuren meist auf Sichtabschätzungen, Abschätzung aus Distanzen oder indirekte Methoden setzten, haben moderne Fernerkundungstechnologien die Messgenauigkeit deutlich erhöht. Trotzdem bleibt die Validierung vor Ort ein zentraler Baustein: Der Grund ist simpel – Vegetationsstrukturen, Windbewegung und Kronenform können in den Modellen zu Unsicherheiten führen. Das Beispiel Hyperion aus Nordkalifornien unterstreicht diese Abhängigkeit: Als höchster bekannter Baum mit mehr als 115 Metern gilt dort Sequoia sempervirens „Hyperion“ im Redwood National Park. Solche Fälle sind Vergleichsanker, aber die Mess- und Validierungsstandards müssen in jeder Region mit ihren eigenen Rahmenbedingungen erneut greifen.
Für Datenschutz und Governance ergeben sich in solchen Projekten ebenfalls relevante Aspekte, selbst wenn es „nur“ um Naturmessung geht. LiDAR-Daten werden häufig mit Geokoordinaten, Zeitstempeln und teilweise auch Zusatzinformationen über Gelände und Zugänglichkeit gespeichert. In bergigen Regionen können diese Daten indirekt Rückschlüsse auf Schutzgebiete oder sensible Areale erlauben. Daher ist es in Forschungsprojekten üblich, Zugriffskonzepte und Speicherfristen klar zu definieren, vor allem wenn Crowd-Teams in die Verarbeitung eingebunden werden. Der Einsatz hunderter Freiwilliger zeigt zudem: Sobald Menschen in die Datenaufbereitung eingebunden werden, müssen Prozessanweisungen, Verantwortlichkeiten und Datenschutzgrundsätze (inklusive Minimierung personenbezogener Informationen bei der Teilnahme) sauber getrennt umgesetzt werden.
Für die Zukunft zeichnet sich ein klarer Trend ab: Die nächste Generation von Waldinventuren wird noch stärker KI-gestützt sein, aber nicht ohne menschliche Prüfmechanismen. In der Praxis heißt das: Automatisierte Segmentation in Punktwolken, automatische Kandidatenauswahl und Plausibilitätschecks könnten die Volunteer-Phase verkürzen oder zielgerichteter machen. Gleichzeitig wird die Feldverifikation wahrscheinlich beibehalten, weil Rekordmessungen und wissenschaftliche Nachprüfbarkeit kompromisslos bleiben müssen. Wenn die Forschenden in Taiwan bereits mehrere Bäume über 80 Meter entdecken konnten, ist das ein Signal, dass datengetriebene Suche in Zukunft nicht nur Einzelobjekte findet, sondern ganze „Extrembaum-Hotspots“. Für die Forschung und den Naturschutz ergeben sich daraus konkrete Chancen, etwa bessere Priorisierung von Schutzmaßnahmen und die Verbesserung von Modellen zum Baumwachstum unter Klimastress.
Auch für Deutschland ist der Blick interessant, weil extreme Höhen hier ebenfalls vorkommen – wenn auch in anderer Verteilung. Als höchster Baum Deutschlands wird eine Douglasie mit dem Namen „Waldtraut vom Mühlwald“ in Freiburg genannt, mit mehr als 67 Metern. Solche Vergleichsdaten sind wichtig, um lokale Wachstums- und Standortparameter einzuordnen. Gleichzeitig könnte die taiwanische Methodik als Blaupause dienen: Kombination aus Fernerkundung, Qualitätskontrolle und gezielter Feldbestätigung lässt sich grundsätzlich auf andere Regionen übertragen. Entscheidend wird sein, wie gut Modelle das lokale Terrain und die Vegetationsdichte abbilden – und ob genug Rechen- und Validierungsaufwand vorhanden ist, um wissenschaftliche Robustheit auch bei großen Datenmengen zu gewährleisten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "LiDAR-Messungen in Taiwan: Forschende dokumentieren 84,1 Meter hohe Taiwania" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "LiDAR-Messungen in Taiwan: Forschende dokumentieren 84,1 Meter hohe Taiwania" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »LiDAR-Messungen in Taiwan: Forschende dokumentieren 84,1 Meter hohe Taiwania« bei Google Deutschland suchen, bei Bing oder Google News!