La distribución espacial y la ubicación de los cultivos son información necesaria para la planificación agrícola. La disponibilidad gratuita de satélites ópticos como Landsat ofrece la oportunidad de obtener esta información clave. La cartografía de tipos de cultivos utilizando datos satelitales se ve desafiada por su dependencia de datos de verdad en tierra. Los datos del Sistema Integrado de Administración y Control (IACS), presentados por los agricultores en Europa para pagos de subvenciones, proporcionan una solución al problema de la recolección periódica de datos de campo. El presente estudio probó el rendimiento de los datos del IACS en el desarrollo de un modelo generalizado predictivo de tipos de cultivos, independiente del año de calibración. Utilizando los polígonos del IACS como objetos, la información espectral media basada en cuatro índices de vegetación diferentes y seis bandas Landsat se extrajo para cada tipo de cultivo y se utilizó como predictores en un modelo de bosque aleatorio. Se probaron dos métodos de modelado llamados calibración de un solo año (SY) y calibración de múltiples años (MY) para determinar su rendimiento en la predicción de pastizales, maíz, cultivos de verano e invierno. La validación independiente de SY y MY resultó en una precisión general media del 71.5% y 77.3%, respectivamente. El enfoque basado en campo de la calibración utilizado en este estudio abordó los efectos de "sal y pimienta" del enfoque basado en píxeles.