Memoria para optar al Título Profesional de Ingeniero en Recursos Naturales Renovables / La humedad del suelo es una de las variables climáticas esenciales de la biósfera debido a que dirige los flujos de agua y energía entre la superficie de la tierra y la atmósfera. Su estimación es importante para gran cantidad de estudios, entre ellos los relacionados a la demanda hídrica, modelos de predicción climática, estudios sobre la cobertura vegetacional y las actividades agrícolas. Entre los métodos para estimar la humedad del suelo se han desarrollado modelos semi-empíricos que utilizan la sinergia generada entre datos ópticos y las microondas pasivas en banda L provenientes de sensores remotos. La ventaja de estos modelos es que consideran los efectos producidos por la cubierta vegetal sobre la señal captada por el sensor, permitiendo estimaciones desde escalas locales a globales. El objetivo de este trabajo fue analizar el impacto de diferentes indicadores de vegetación sobre la estimación de la humedad del suelo utilizando el algoritmo óptico-microondas pasivo (OPM). Esto fue realizado para un periodo entre enero del 2010 hasta diciembre del 2015 considerando los datos de temperatura de brillo bipolarizada en banda L de la misión “Soil Moisture Ocean Salinity” (SMOS); el índice de vegetación de diferencia normalizada (NDVI) y el índice de área foliar (LAI) del sensor “Moderate Resolution Imaging Spectroradiometer” (MODIS) y la humedad y temperatura de los primeros 7 cm de suelo provenientes del “reanalysis” ERA-Interim. Luego se evaluaron y compararon estas estimaciones utilizando las cartografías de uso de suelo de la Corporación Nacional Forestal (CONAF), de la “European Space Agency Climate Change Iniciative” (ESA-CCI) y de ECOCLIMAP. Con estos datos se generó una base de 6 años de datos para cada pixel dentro del área de estudio, utilizando desde el 2010 al 2014 para calibrar el método OPM y el año 2015 para validar los valores de humedad del suelo.