La evaluación precisa y oportuna de la cantidad y calidad del pasto (es decir, las características nutritivas) es vital para una gestión efectiva de los pastizales. Los datos captados de forma remota pueden utilizarse para predecir la cantidad y calidad del pasto. Este estudio investigó la capacidad de las bandas multiespectrales del Sentinel-2, convolucionadas a partir de datos hiperespectrales próximos, para predecir varios parámetros de calidad y cantidad del pasto. Se recopilaron datos de campo (cuantitativos y espectrales) para parcelas experimentales que representaban cuatro tipos de pastizales: monocultivo de raigrás perenne y tres mezclas de praderas que representan una creciente diversidad de especies. Los datos de reflectancia espectral a nivel de dosel se utilizaron para generar las bandas del Sentinel-2 y calcular índices de diferencia normalizada con cada par de bandas posible. Se evaluó la idoneidad de estos índices para la predicción de parámetros del pasto. Los parámetros de cantidad de pasto (biomasa e Índice de Área Foliar) tuvieron una influencia más fuerte en la reflectancia general que los parámetros de calidad. Los índices que involucran la banda de 1610 nm fueron óptimos para la fibra detergente ácida, la proteína bruta, la materia orgánica y la concentración de carbohidratos solubles en agua, mientras que se vieron menos afectados por la biomasa o el Índice de Área Foliar. El estudio enfatiza la importancia de tener en cuenta los parámetros de cantidad en los modelos basados en datos espectrales para las predicciones de calidad del pasto. Estos hallazgos exploratorios informan el desarrollo de futuros modelos de cantidad y calidad del pasto, centrándose especialmente en praderas diversas.