Los mapas continuos de distribución de palma aceitera son esenciales para una planificación y gestión agrícola efectivas. Debido al significativo problema de cobertura de nubes en regiones tropicales, la identificación de la palma aceitera frente a otros cultivos utilizando solo satélites ópticos es difícil. Basado en Google Earth Engine (GEE), este estudio tiene como objetivo evaluar la mejor combinación de datos satelitales ópticos y de microondas de código abierto en la cartografía de la palma aceitera, utilizando el C-band Sentinel-1, L-band PALSAR-2, Landsat 8, Sentinel-2 e imágenes topográficas, con la Cuenca del Río Muda (MRB) como sitio de prueba. Los resultados muestran que los mapas de uso de suelo generados a partir de las imágenes combinadas tienen precisión del 95 al 97%; la mejor combinación es Sentinel-1 y Sentinel-2 para la clasificación general. Mientras tanto, la mejor combinación para la clasificación de palma aceitera es C5 (PALSAR-2 + Landsat 8), con los valores más altos de precisión del productor (96%) y del consumidor (100%). La combinación de imágenes de radar de banda C puede mejorar la precisión de la clasificación de la palma aceitera, pero en comparación con la combinación de imágenes de banda L, el área de palma aceitera fue subestimada. El área de palma aceitera había aumentado del 2015 al 2020, oscilando entre el 10% y el 60% en todas las combinaciones. Esto muestra que la selección de imágenes óptimas es importante para la cartografía de la palma aceitera.