Cuantificar la velocidad del flujo superficial de los ríos es esencial para la modelización hidrodinámica, la previsión de inundaciones y la gestión de recursos hídricos. Los métodos tradicionales in situ proporcionan mediciones puntuales precisas, pero son costosos y tienen una cobertura espacial limitada. Los vehículos aéreos no tripulados (UAV) ofrecen una alternativa flexible y sin contacto para el monitoreo de alta resolución. El flujo óptico es una técnica independiente de trazadores para derivar campos de velocidad a partir de video RGB, lo que la hace adecuada para encuestas basadas en UAV. Sin embargo, su uso operativo se ve obstaculizado por la disponibilidad limitada de conjuntos de datos anotados y por la inestabilidad en condiciones de baja textura o ruido. Este estudio combina un modelo de flujo físico basado en el método de elementos finitos (FEM) con video de UAV para generar conjuntos de datos de referencia e introduce una arquitectura modificada de Transformaciones de Campo de Todos los Pares Recurrentes (RAFT) basada en secuencias multicuadro. Se incorpora un módulo de fusión de Unidad Recurrente Con Puerta (Fuse-GRU) antes del cálculo de correlación, mejorando la robustez ante cambios de iluminación y homogeneidad de la superficie, manteniendo la eficiencia computacional. El modelo propuesto ofrece estimaciones de velocidad estables y físicamente consistentes en múltiples ríos y condiciones de flujo. La precisión mejora con una mayor resolución espacial y un espaciado temporal moderado. En comparación con las mediciones de campo, la diferencia angular promedio varió de 8 a 15 grados. Los altos valores de error se debieron principalmente a inexactitudes en el modelo físico y a características complejas del río. Estos hallazgos confirman que el flujo óptico multicuadro puede reproducir patrones de flujo de ríos realistas con una precisión comparable a las simulaciones basadas en la física, apoyando así el monitoreo hidrométrico basado en UAV y la validación de modelos.