Este estudio investiga la aplicación de vehículos aéreos no tripulados (VANT) equipados con una cámara multiespectral Micasense RedEdge-MX para la estimación de la profundidad de Secchi (SD) en cuerpos de agua interiores. La investigación analizó y comparó cinco metodologías de corrección de reflejos solares: Hedley, Goodman, Lyzenga, Joyce y glint eliminado por umbral, para modelar los valores de SD derivados de imágenes multiespectrales de VANT, destacando el papel de la precisión de la reflectancia y la precisión algorítmica en el modelado de SD. Mientras que el método de Goodman mostró una mayor correlación (0.92) con las mediciones de SD in situ, el método de Hedley exhibió la menor desviación promedio (0.65 m), lo que sugiere su potencial en la gestión de recursos hídricos, el monitoreo ambiental y el modelado ecológico. El estudio también subrayó el potencial del algoritmo cuasi-analítico (QAA) en la estimación de SD debido a su flexibilidad para procesar datos de varios sensores sin requerir mediciones in situ, ofreciendo escalabilidad para encuestas de calidad del agua a gran escala. La precisión de las medidas de SD calculadas utilizando QAA estaba relacionada con la variabilidad en los constituyentes del agua de materia orgánica disuelta coloreada y el ángulo cenital solar. Se propone un flujo de trabajo práctico para la adquisición de SD utilizando VANT y datos multiespectrales para el monitoreo de cuerpos de agua interiores.