Para obtener un mapa espacial de la distribución de nutrientes de nitrógeno de las plantaciones de palma de aceite, se requiere una Unidad de Muestreo de Hojas (LSU) bastante compleja. Además, el análisis de muestras en el laboratorio consume tiempo y es bastante costoso, especialmente para grandes áreas de plantación. El monitoreo de la nutrición de las plantas de palma de aceite se puede lograr utilizando tecnología de teledetección. Los principales obstáculos para usar sensores pasivos en imágenes multiespectrales son la cobertura de nubes y el ruido de sombra. Esta investigación utilizó C-SAR Sentinel equipado con sensores activos que pueden superar las barreras de nubes. Se construyó un modelo para estimar el estado de nutrientes de nitrógeno en las hojas utilizando regresión de bosque aleatorio (RFR) basada en datos de polarización múltiple (VV-VH) y ángulo de incidencia local (LIA) en imágenes de Sentinel-1A. Se utilizó una muestra de 1116 datos de LSU de diferentes islas (es decir, Sumatra, Java y Kalimantan) para desarrollar el modelo de estimación propuesto. La evaluación del rendimiento del modelo obtuvo un MAPE promedio, corrección y MSE de 9.68%, 90.32% y 11.03%, respectivamente. Se pueden producir y visualizar mapas espaciales de la distribución de valores de nitrógeno en ciertas áreas de palma de aceite en la web, de modo que se puedan acceder fácilmente y rápidamente para diversos propósitos de gestión de palma de aceite, como planificación de fertilización, recomendaciones y monitoreo.