Una estimación precisa de la biomasa total y sus componentes es fundamental para comprender el ciclo del carbono en los ecosistemas forestales. Los objetivos de este estudio fueron explorar el rendimiento de la caracterización de la estructura del dosel forestal a partir de un único conjunto de datos de Light Detection and Ranging (LiDAR) de pequeño pie utilizando dos técnicas diferentes centradas en (i) información estructural del dosel en 3-D mediante métricas LiDAR discretas (métricas DR), y (ii) la información geométrica y radiométrica detallada de la forma de onda devuelta mediante métricas LiDAR de forma completa (métricas FW), y evaluar la capacidad de estas métricas para predecir la biomasa y sus componentes en ecosistemas forestales subtropicales. Este estudio se llevó a cabo en un bosque subtropical mixto en el Parque Nacional de la Montaña Yushan, Jiangsu, China. Las métricas LiDAR derivadas de los datos LiDAR DR y FW se utilizaron solas y en combinación en modelos de regresión escalonada para estimar la biomasa total, así como la biomasa aérea, de raíces, de follaje, de ramas y de troncos. En general, los resultados indicaron que tres conjuntos de modelos predictivos funcionaron bien en los diferentes tipos de bosques subtropicales (Adj-R2 = 0.42-0.93, excluyendo la biomasa de follaje). Los modelos específicos por tipo de bosque (Adj-R2 = 0.18-0.93) fueron generalmente más precisos que el modelo general (Adj-R2 = 0.07-0.79), siendo los resultados más precisos obtenidos para los bosques de coníferas (Adj-R2 = 0.50-0.93). Además, las métricas LiDAR relacionadas con las alturas de la vegetación fueron los predictores más fuertes de la biomasa total y sus componentes. Esta investigación también ilustra el potencial del uso sinérgico de las métricas LiDAR DR y FW para evaluar con precisión los stocks de biomasa en bosques subtropicales, lo que sugiere un potencial significativo en la investigación y el apoyo a la toma de decisiones en la gestión forestal sostenible, como la cosecha de madera, la caracterización de biocombustibles y los análisis de riesgo de incendios.