Predecir el rendimiento de los cultivos a lo largo de su ciclo de desarrollo es crucial para planificar el almacenamiento, procesamiento y distribución. El monitoreo remoto óptico se ha utilizado para la predicción de rendimientos, pero tiene limitaciones, como la interferencia de nubes y la captura solo de datos a nivel de dosel. El Radar de Apertura Sintética (SAR) complementa los datos ópticos al capturar información incluso en condiciones nubladas y proporcionar información adicional sobre las plantas. Este estudio tuvo como objetivo explorar la correlación de variables SAR con el rendimiento de la soja en diferentes etapas del cultivo, probando si los datos SAR mejoran las predicciones en comparación con los datos ópticos solos. Se recopilaron datos de tres temporadas de crecimiento de una zona de 106 hectáreas, utilizando ocho variables SAR (Alpha, Entropía, DPSVI, RFDI, Pol, RVI) y cuatro filtros de ruido de speckle. Se aplicó el algoritmo de Random Forest, combinando las variables SAR con el índice óptico EVI. Aunque ninguna de las variables SAR mostró correlaciones fuertes con el rendimiento (r < |0.35|), las predicciones mejoraron cuando se incluyeron datos SAR. El mejor rendimiento se logró utilizando DPSVI con el filtro Boxcar, combinado con EVI durante la etapa de maduración (con EVI:RMSE = 0.43, 0.49 y 0.60, respectivamente, para cada temporada; mientras que EVI + DPSVI:RMSE = 0.39, 0.49 y 0.42). A pesar de mejorar las predicciones, se deben considerar las demandas computacionales del procesamiento SAR, especialmente cuando los datos ópticos son limitados debido a la cobertura de nubes.