Este estudio examinó la integración de la detección y medición de luz (LiDAR) aéreo, LiDAR portátil basado en localización y mapeo simultáneos (SLAM) y LiDAR del iPhone para inspeccionar redes de caminos forestales tras las operaciones forestales. El objetivo es superar los desafíos que plantea la densa cobertura del dosel y garantizar una recolección y mapeo de datos precisos y eficientes. Los datos aéreos se recolectaron utilizando el UAV DJI Matrice 300 RTK equipado con un sensor LiDAR Zenmuse L2, que logró una alta densidad de puntos de 285 puntos/m2 a una altitud de 80 m. Los datos a nivel del suelo se recolectaron utilizando el escáner láser portátil BLK2GO (HPLS) con métodos SLAM (LiDAR SLAM, Visual SLAM, Unidad de Medición Inercial) y el LiDAR del iPhone 13 Pro Max. El procesamiento de datos incluyó la generación de DEM, DSM y ortofotos digitales verdaderas (TDOM) a través de DJI Terra, LiDAR360 V8 y Cyclone REGISTER 360 PLUS, con procesamiento adicional y fusión utilizando CloudCompare V2 y ArcGIS Pro 3.4.0. El análisis de comparación por pares entre los datos ALS y cada método alternativo reveló diferencias notables en la elevación, destacando discrepancias entre los métodos. ALS + iPhone demostró la menor desviación de ALS (MAE = 0.011, RMSE = 0.011, RE = 0.003%) y HPLS la mayor desviación de ALS (MAE = 0.507, RMSE = 0.542, RE = 0.123%). Los hallazgos destacan el potencial de fusionar nubes de puntos de diversas plataformas para mejorar la precisión del mapeo de caminos forestales. Sin embargo, la selección de tecnología debe considerar los compromisos entre precisión, costo y limitaciones operativas. Las soluciones de LiDAR móvil, particularmente el iPhone, ofrecen alternativas de bajo costo prometedoras para ciertas aplicaciones. La investigación futura debería explorar flujos de trabajo de fusión en tiempo real y estrategias para mejorar la rentabilidad y escalabilidad de enfoques multisensor para el monitoreo de caminos forestales.