En los ecosistemas de pastizales, la biomasa aérea (AGB) es fundamental para el flujo de energía, el mantenimiento de la biodiversidad, el almacenamiento de carbono, la regulación del clima y la cría de ganado. En particular, en el sensible al clima Plateau tibetano, es crucial el monitoreo preciso de la AGB para evaluar la capacidad de ganado a gran escala en pastizales. Estudios anteriores se centraron en predecir la AGB principalmente a nivel de la comunidad vegetal y desde la perspectiva del peso seco (AGB). Este estudio tiene como objetivo predecir la AGB de pastizales en Xizang tanto a nivel de grupo taxonómico de plantas (ciperáceas, gramíneas, hierbas) como a nivel de comunidad, desde una perspectiva de peso seco (AGB) y de peso fresco (AGB). Se utilizaron tres a cuatro variables independientes (temperatura media de crecimiento, precipitación total, radiación total y NDVI, índice de vegetación por diferencia normalizada máximo) para la predicción de AGB utilizando nueve modelos en pastizales de Xizang. El modelo de bosque aleatorio (RFM) mostró el mayor potencial en la simulación de la AGB (entrenamiento >= 0.62, validación >= 0.87). Esto podría deberse a las relaciones no lineales entre la AGB, los factores meteorológicos y el NDVI. El RFM mostró robustez contra valores atípicos y ceros resultantes de grupos taxonómicos ausentes de los cuadrantes. Las precisiones del RFM fueron diferentes entre peso fresco y seco, y entre los tres grupos taxonómicos. El uso de menos variables por parte del RFM puede reducir la complejidad y los costos en comparación con estudios anteriores. Por lo tanto, el RFM surgió como el modelo óptimo entre los nueve modelos, ofreciendo potencial para investigaciones a gran escala sobre la AGB de pastizales, especialmente para analizar patrones espacio-temporales de grupos taxonómicos de plantas.