S nástupom nových trendov v pestovaní lesov sa so zložitejšou štruktúrou lesných porastov vynárajú otázky ako ďalej efektívne merať základné taxačné veličiny. V tejto práci sme sa zamerali na potenciál technológie zberu dát na báze technológie SLAM (simultánna lokalizácia a mapovanie), teda ručného laserového skenera (HLMS), za účelom stanovenia hektárovej zásoby listnatého a zmiešaného lesného porastu. Bodové mračná zozbierané touto technológiou sme spracovali vo voľne dostupných softwaroch ako Dendrocloud a Qgis, pričom okrem týchto údajov sme využili aj voľne dostupný digitálny model terénu a povrchu z leteckého LiDAR-u. Na modelovom objekte sme testovali 5 prístupov k stanoveniu zásoby, z čoho sme úspešne vyhodnotili 4. Z výsledkov vyplýva, že všetky z testovaných postupov zásobu podhodnotili (29% a viac). Najmenšia chyba bola zaznamenaná pri modelovaní hektárovej zásoby prostredníctvom zovšeobecneného aditívneho modelu (GAM) z mediánovej hodnoty a smerodajnej odchýlky buniek výškového rastra s rozlíšením 1 m. Z metód na báze HLMS sme podobné výsledky dosiahli metódou výpočtu zásoby cez objemovú rovnicu so vstupnou hrúbkou vo výške 1,3m a priemernou výškou stromov na ploche. Výraznejšie podhodnotenie sme sledovali v zmiešanom poraste. Ako hlavné nevýhody ktoré boli zdrojom podhodnotenia je slabé zachytenie vrchných časti korún, a tým nemožnosť využiť Huberov vzorec a rekonštrukciu výtvarníc stromov a taktiež problematické odvodenie výšok. V prípade metód založených na leteckom skenovaní sme ako hlavný nedostatok posúdili odvodenie modelu na údajoch o zásobe z PSL. Napriek týmto výsledkom, s vývojom nových postupov bude čoskoro možná širšia aplikácia technológie v praxi.