Los pequeños lagos desempeñan un papel esencial en el mantenimiento de la estabilidad del ecosistema regional y la calidad del agua. Sin embargo, la turbidez en estos lagos está cada vez más influenciada por actividades antropogénicas, lo que presenta un desafío para los métodos de monitoreo tradicionales. Este estudio explora la viabilidad de utilizar UAVs de grado de consumo equipados con cámaras RGB para monitorear la turbidez del agua en pequeños lagos dentro de la cuenca del lago Taihu en el este de China. Al recopilar imágenes RGB y mediciones de turbidez in situ, desarrollamos y validamos modelos para la predicción de turbidez. Se utilizaron índices de bandas RGB en combinación con tres modelos de aprendizaje automático, a saber, Regresión de Transformación de Características Interpretable (IFTR), Bosque Aleatorio (RF) y Aumento de Gradiente Extremo (XGBoost). Los resultados mostraron que los modelos que utilizan combinaciones de las bandas R, G, B y ln(R) lograron la mayor precisión, siendo el modelo IFTR el que demostró el mejor rendimiento (R^2 = 0.816, RMSE = 3.617, MAE = 2.997). El estudio confirma que los UAVs de grado de consumo pueden ser una herramienta efectiva y de bajo costo para el monitoreo de turbidez de alta resolución en pequeños lagos, proporcionando información valiosa para la gestión sostenible de la calidad del agua. La investigación futura debería investigar algoritmos avanzados y características espectrales adicionales para mejorar aún más la precisión y adaptabilidad de las predicciones.