La alfalfa es uno de los cultivos de leguminosas perennes más ampliamente cultivados utilizados como alimento para animales. La estimación eficiente de rendimiento y características de calidad de la alfalfa antes de la cosecha es crucial para el proceso de toma de decisiones con respecto a actividades de gestión de precisión y tiempo de cosecha para garantizar una alta rentabilidad. El radar basado en satélites es una herramienta poderosa en teledetección para el monitoreo de cultivos porque proporciona datos de alta calidad independientemente de las condiciones meteorológicas. Por lo tanto, este estudio tiene como objetivo investigar el uso potencial de características de radar satelital y factores ambientales en la estimación del rendimiento y calidad de la alfalfa. Se recopilaron rendimiento y características de calidad de la alfalfa, incluido el rendimiento de materia seca (DMY), proteína bruta (CP), fibra detergente neutra (NDF), digestibilidad de NDF (NDFD) y fibra detergente ácida (ADF), en 16 campos de alfalfa de 2016 a 2021, lo que llevó a un total de 126 muestras. Se recopilaron coeficientes de retrodispersión del radar Sentinel-1 y factores ambientales para todos los campos en todas las temporadas de crecimiento. Se establecieron cinco modelos de aprendizaje automático comúnmente utilizados para estimar cada característica de la alfalfa por separado. Los resultados muestran que el modelo Extreme Gradient Boosting tuvo consistentemente el mejor rendimiento para todas las características de la alfalfa. La precisión de las estimaciones de DMY es aceptable, con un R promedio de 0,67 y un RMSE de 0,68 toneladas/ha. El mejor resultado para estimar CP fue un R promedio de 0,70 y un RMSE de 1,63% de MS. Al estimar los indicadores de fibra de alfalfa (es decir, ADF, NDF y NDFD), logramos los valores promedio más altos de R de 0,54, 0,62 y 0,56, respectivamente. En general, este estudio demostró el uso potencial de factores ambientales para la estimación del rendimiento y calidad de la alfalfa en el campo antes de la cosecha. Sin embargo, los coeficientes de retrodispersión del radar Sentinel-1 no hicieron contribuciones significativas para mejorar el rendimiento de la estimación, en comparación con los factores ambientales.