Se espera que la vegetación en la zona del ecotono bosque-tundra se vea altamente afectada por el cambio climático y requiera técnicas de monitoreo efectivas. Se ha propuesto el escaneo láser aéreo (ALS) como una herramienta para la detección de pequeños árboles pioneros en áreas tan vastas utilizando datos de altura e intensidad láser. El objetivo principal del presente estudio fue evaluar una posible mejora en el rendimiento de la clasificación de ecos láser de árboles y no árboles a partir de datos de ALS de alta densidad. Los datos se recolectaron a lo largo de un transecto de 1000 km de longitud que se extiende desde el sur hasta el norte de Noruega. Se utilizaron diferentes medidas geoestadísticas y estadísticas derivadas de los valores de altura e intensidad láser para extender y potencialmente mejorar modelos más simples que ignoran el contexto espacial. Se emplearon modelos lineales generalizados (GLM) y máquinas de soporte vectorial (SVM) como métodos de clasificación. Se calcularon y compararon las precisiones totales y los coeficientes kappa de Cohen con los de modelos más simples de un estudio anterior. Para ambos métodos de clasificación, todos los modelos revelaron precisiones totales similares a los resultados de los modelos más simples. Sin embargo, en cuanto al rendimiento de la clasificación, la comparación de los coeficientes kappa indicó una mejora significativa para algunos modelos tanto utilizando GLM como SVM, con precisiones de clasificación >94%.