Este documento propone una metodología para derivar un mapa de acuerdo entre el Sistema de Información de Parcelas Agrícolas de España (LPIS), también conocido como SIGPAC, y un mapa de clasificación obtenido a partir de datos multitemporales de Sentinel-1 y Sentinel-2. El área de estudio comprende la provincia de València (España). El enfoque explota predicciones y probabilidades de clase obtenidas de un método de conjunto de árboles de decisión (boosting trees). La precisión global alcanza el 91,18% al usar solo datos de Sentinel-2 y aumenta hasta el 93,96% cuando se agregan datos de Sentinel-1 en el proceso de entrenamiento. La combinación de datos de Sentinel-1 y Sentinel-2 provoca una notable mejora en la clasificación que va desde 3,6 hasta 8,7 puntos porcentuales sobre matorrales, bosques y pastos con árboles, que son las clases más confusas en el dominio óptico según lo demostrado por un análisis de separabilidad espectral. El mapa de acuerdo derivado se basa en la combinación de clasificaciones por píxel, sus probabilidades y el LPIS español. Este mapa puede ser utilizado en la cadena de toma de decisiones para el pago de subsidios para cumplir con la Política Agrícola Común (PAC) Europea 2020+.