La teledetección por satélite es una herramienta útil para estimar variables de cultivos, particularmente el Índice de Área Foliar (LAI), que juega un papel fundamental en el monitoreo del desarrollo de los cultivos. El objetivo de este estudio fue identificar las bandas óptimas de Sentinel-2 para la estimación del LAI y derivar Índices de Vegetación (VI) que estén bien correlacionados con el LAI. Los modelos de regresión lineal entre series temporales de imágenes de Sentinel-2 y el LAI medido en campo mostraron que la Banda-8A-Narrow Near InfraRed (NIR) de Sentinel-2 es más precisa para la estimación del LAI que la Banda-8 (NIR) tradicionalmente utilizada. La Banda-5 (Red edge-1) mostró el rendimiento más bajo de todas las bandas de borde rojo en tomate y algodón. Un hallazgo novedoso fue que la Banda 9 (Vapor de agua) mostró una correlación muy alta con el LAI. Las Bandas 1, 2, 3, 4, 5, 11 y 12 se saturaron en un LAI ~ 3 en algodón y tomate. Las Bandas 6, 7, 8, 8A y 9 no se saturaron en valores altos de LAI en algodón y tomate. El rendimiento de estimación del LAI de tomate, algodón y trigo del ReNDVI (R2 = 0.79, 0.98, 0.83, respectivamente) y dos nuevos VIs (WEVI (Índice de Vegetación de Borde Rojo de Vapor de Agua) (R2 = 0.81, 0.96, 0.71, respectivamente) y WNEVI (Índice de Vegetación de Borde Rojo NIR Estrecho de Vapor de Agua) (R2 = 0.79, 0.98, 0.79, respectivamente)) fue superior al rendimiento de estimación del LAI del NDVI comúnmente utilizado (R2 = 0.66, 0.83, 0.05, respectivamente) y otros VIs comunes probados en este estudio. En consecuencia, el reNDVI, WEVI y WNEVI pueden facilitar un monitoreo agrícola más preciso que los VIs tradicionales.