La distribución del diámetro del tronco, la forma del tronco y la información de calidad deben medirse con la mayor precisión posible para optimizar la tala. Para una medición detallada de las masas forestales, desarrollamos y demostramos el uso de un inventario de árbol único de múltiples fuentes (MS-STI). Los dos principales cuellos de botella en el inventario a nivel de árbol único basado en escaneo láser aéreo (ALS), la detección de árboles y el reconocimiento de especies de árboles, se evitan en el MS-STI. Además de los datos 3D aéreos, como el ALS, el MS-STI requiere un mapa de árboles existente con información sobre especies de árboles como información de entrada. En la gestión forestal operativa, el mapeo de árboles se llevaría a cabo después o durante el primer aclareo. Debe destacarse que el mapa de árboles es un requisito desafiante, pero que el desarrollo reciente en escaneo láser móvil 2D y 3D indica que la solución está al alcance. En nuestro estudio, el mapa de árboles de entrada probado fue producido mediante escaneo láser terrestre (TLS) y utilizando un Sistema Global de Navegación por Satélite. Los predictores para los atributos de calidad de los árboles se extrajeron de datos de ALS o imágenes estéreo digitales (DSI) y se utilizaron en el enfoque de estimación de vecino más cercano. La distribución del tronco se compiló sumando las medidas de árbol único predichas. La precisión del MS-STI se validó utilizando datos de cosechadora (asortimentos de madera) y medidas de campo (diámetro del tronco, altura del árbol). Los RMSE para la altura del árbol, el diámetro, el volumen de troncos de aserradero y el volumen de madera de pulpa variaron del 4.2% al 5.3%, del 10.9% al 19.9%, del 28.7% al 43.5% y del 125.1% al 134.3%, respectivamente. Las recuperaciones de troncos de aserradero a nivel de masa forestal diferían del -2.2% al 1.3% de las mediciones de la cosechadora, mientras que las diferencias respectivas en la recuperación de madera de pulpa estaban entre -3.0% y 10.6%. Concluimos que el MS-STI mejora las predicciones de las distribuciones de diámetro del tronco y proporciona estimaciones precisas para las variables de calidad de los árboles si se dispone de un mapa de árboles preciso.