Los bosques desempeñan un papel significativo en la captura de carbono y la regulación de los ciclos globales de carbono y energía. Estimar con precisión la biomasa forestal es crucial para comprender el stock de carbono y la captura, la degradación forestal y la mitigación del cambio climático. Este estudio se llevó a cabo para estimar la biomasa aérea (AGB) y comparar la precisión de los modelos de estimación de AGB utilizando datos de LiDAR (detección y medición de luz) y datos de inventario forestal en la región central de Terai en Nepal. Se recopilaron datos de LiDAR aéreo en 2021 y fueron proporcionados por Nepal Ban Nigam Limited, Gobierno de Nepal. Se utilizaron treinta y dos métricas derivadas de los datos de nubes de puntos escaneados por láser como variables predictoras (variables independientes), mientras que la AGB calculada a partir de datos de campo a nivel de parcela sirvió como variable de respuesta (variable dependiente). Las variables predictoras en este estudio fueron métricas de altura y dosel basadas en LiDAR. Se utilizaron dos métodos estadísticos, la regresión lineal por pasos (LR) y los modelos de bosque aleatorio (RF), para estimar la AGB forestal. El resultado fue un mapa preciso de AGB para cada modelo. El método RF demostró mejor precisión en comparación con el modelo LR por pasos, ya que la métrica R2 aumentó de 0.65 a 0.85, mientras que los valores de RMSE disminuyeron correspondientemente de 105.88 a 60.9 ton/ha. La densidad de AGB estimada varía de 0 a 446 ton/ha entre las parcelas de muestra. Este estudio reveló que las métricas de LiDAR basadas en la altura, como el percentil de altura o la altura máxima, pueden predecir con precisión y exactitud las cantidades de AGB en bosques tropicales. En consecuencia, afirmamos con confianza que existe un potencial sustancial para monitorear los niveles de AGB en los bosques de manera efectiva al emplear tecnología LiDAR aérea en combinación con datos de inventario de campo.