La LIDAR est devenue une source de données importante pour l'estimation et la cartographie de la biomasse forestière. Au cours des 30 dernières années, de nombreuses études ont été réalisées, mais jusqu'à présent, aucune synthèse systématique n'a été réalisée. Cet article résume l'état actuel de la recherche sur l'estimation de la biomasse forestière à l'échelle de l'arbre, du peuplement forestier et du paysage à l'aide de données LIDAR de différentes plates-formes (proximité du sol, aéroportées, spatiales) et les problématiques associées, et discute de l'effet de la combinaison des données LIDAR avec d'autres données (telles que les données optiques, radar micro-ondes, données auxiliaires) sur l'amélioration de la précision de l'estimation; il passe en revue l'état actuel de la modélisation de l'estimation de la biomasse forestière, analyse les sources d'incertitude des modèles d'estimation et les stratégies d'optimisation, discute de la transférabilité des modèles dans le temps et l'espace, puis discute de la nécessité de construire un modèle universel d'estimation de la biomasse forestière. Ce résumé systématique de l'article aide les chercheurs concernés à mieux comprendre l'état de la recherche sur la technologie LIDAR dans l'estimation de la biomasse forestière et les défis, et répond à la demande d'utilisation des données LIDAR de différentes plates-formes pour améliorer la précision de l'estimation de la biomasse forestière à toutes les échelles.

biomasse forestière, LIDAR au sol, LIDAR aéroporté, LIDAR spatial, données multi-sources, méthodes de modélisation, incertitude, transférabilité des modèles, modèle universel