Lasy odgrywają istotną rolę w globalnym obiegu węgla, co wymaga dokladnego oszacowania biomasy nadziemnej (AGB) dla strategii klimatycznych. Niniejsze badanie koncentruje się na Central Terai w Nepalu, integrując lotniczy LiDAR, inwentaryzację terenową i wieloźr dlowe zdjęcia satelitarne (PlanetScope, Sentinel-2) w celu oszacowania AGB. Wykorzystano dane LiDAR (32 metryki) i pomiary terenowe (110 powierzchni), przy czym Random Forest (RF) przewyższyl regresję liniową krokową (R = 0,85, RMSE = 60,9 tony/ha). Dalsza integracja z Sentinel-2 poprawila dokladnośc (R = 0,92, RMSE = 44,58 tony/ha). Na rozklad AGB mialy wplyw klimat, topografia i dzialalnośc czlowieka, przy czym użytkowanie grunt w, temperatura i opady wyjaśnialy 64% zmienności. Wyższy AGB byl powiązany z umiarkowanymi warunkami klimatycznymi, wysokością i bliskością rzeki, podczas gdy drogi mialy negatywny wplyw na biomasę. Badanie podkreśla użytecznośc LiDAR, rolę uczenia maszynowego w poprawie szacowania AGB oraz potrzebę zintegrowanego podejścia teledetekcyjnego do zr wnoważonej gospodarki leśnej i adaptacji do klimatu w regionach bogatych w r żnorodnośc biologiczną.