Los mapas digitales de suelos son fundamentales para apoyar el análisis de procesos ambientales, la planificación de la conservación de ecosistemas y la agricultura sostenible. La disponibilidad de series temporales densas de datos de reflectancia superficial proporciona información valiosa para la cartografía digital de suelos (CDS). Se analizó un estudio detallado del suelo, junto con un conjunto de datos de Landsat 8 SR y una serie temporal de precipitaciones, para evaluar la influencia del suelo en los patrones temporales de la verdor de la vegetación, evaluados utilizando el índice de vegetación de diferencia normalizada (IVDN). Basado en estas relaciones, se evaluaron imágenes que representan métricas de fenología de la superficie terrestre (FST) y otros factores formadores de suelo como covariables ambientales para la CDS. Se aplicó el algoritmo de bosque aleatorio como un modelo predictivo para relacionar suelos y covariables ambientales. El estudio se centró en cuatro suelos típicos de condiciones tropicales bajo cobertura de pasto. Se encontró que las covariables del material parental del suelo y la topografía eran igualmente importantes para las métricas de FST, especialmente aquellas imágenes de FST relacionadas con la disponibilidad estacional de agua para las plantas, registrando contribuciones significativas al modelo de bosque aleatorio. Se observaron efectos más fuertes de la estacionalidad de las precipitaciones en la FST para el Latosol Rojo (Ferralsol). Los resultados de este estudio demuestran que la adición de variabilidad temporal de la verdor de la vegetación puede ser utilizada para evaluar los procesos subsuperficiales del suelo y ayudar en la CDS.