A Reserva Especial do Niassa (REN) abriga o maior bloco contínuo do ecossistema de Miombo em Moçambique, desempenhando um papel crucial na conservação da biodiversidade e na estocagem de carbono na África Austral. A degradação florestal provocada pela extração seletiva de madeira, queimadas não controladas e agricultura itinerante exige ferramentas de monitoramento remoto com alta sensibilidade tridimensional. Esta revisão bibliográfica analisa o estado da arte na integração de dados multissensoriais, combinando imagens ópticas do satélite Sentinel-2 (MSI), dados LiDAR do sensor orbital GEDI (Global Ecosystem Dynamics Investigation) e o algoritmo de aprendizagem automática Random Forest (RF) implementado no Google Earth Engine (GEE). A literatura científica demonstra que o acoplamento de métricas de altura LiDAR (RH50, RH75, RH90, RH100) com índices espectrais sensíveis à umidade e estrutura (NDVI, EVI, NBR) supera a atenuação por saturação radiométrica óptica típica do Miombo denso, atingindo elevada precisão preditiva (R² = 0,86; RMSE = 14,8 t/ha). Essa abordagem integrativa consolida-se como um pilar essencial para subsidiar estratégias de REDD+, a gestão sustentável do ecossistema e o monitoramento sistemático de estoques de carbono na Reserva Especial do Niassa.
