Este documento presenta un nuevo enfoque para evaluar rápidamente la extensión de las áreas de uso y cobertura del suelo (LULC) en el estado de Mato Grosso, Brasil. La idea novedosa es el uso de una serie temporal anual de imágenes de fracciones derivadas del modelo de mezcla espectral lineal (LSMM) en lugar de las bandas originales. El LSMM se aplicó a los compuestos de datos de 100 m del Proyecto de Autonomía a Bordo-Vegetación (PROBA-V) de 2015 (~73 escenas/año, imágenes sin nubes, en teoría), generando imágenes de fracciones de vegetación, suelo y sombra. Estas imágenes de fracciones destacan los componentes de LULC dentro de los píxeles. La otra idea nueva es reducir estas series temporales a solo seis bandas individuales que representan los valores máximos y de desviación estándar de estas imágenes de fracciones en un compuesto anual, reduciendo el volumen de datos para clasificar las principales clases de LULC. Todo el proceso de clasificación de imágenes se llevó a cabo en la plataforma Google Earth Engine utilizando el algoritmo de bosque aleatorio basado en píxeles. Se recolectó un conjunto de 622 muestras de cada clase de LULC mediante inspección visual de imágenes de PROBA-V y del Landsat-8 Operational Land Imager (OLI) y se dividió en conjuntos de datos de entrenamiento y validación. El rendimiento del método se evaluó mediante la precisión general y la matriz de confusión. La precisión general fue del 92.4%, con la menor mala clasificación encontrada para tierras cultivadas y tierras forestales (<9% de error). El mismo conjunto de datos de validación mostró un 88% de acuerdo con el mapa de LULC proporcionado por el proyecto MapBiomas basado en Landsat. Este método propuesto tiene el potencial de ser utilizado operativamente para mapear con precisión las principales áreas de LULC y para utilizar rápidamente el conjunto de datos de PROBA-V a niveles regionales o nacionales.