La humedad específica (SH), que significa la cantidad de vapor de agua en 1 kg de aire, se utiliza como un indicador del intercambio de energía entre la atmósfera y la superficie de la Tierra. SH se calcula típicamente utilizando satélites de microondas. Sin embargo, la resolución espacial de los datos para satélites de microondas es demasiado baja. Para superar esta desventaja, introdujimos nuevos métodos que aplicaron datos recopilados por el satélite Landsat-8 con alta resolución espacial (30 m), un modelo meteorológico y datos de observación para Corea del Sur en 2016-2017 a 4 técnicas de aprendizaje automático para desarrollar una técnica optimizada para calcular SH. Entre las 4 técnicas de aprendizaje automático, el método basado en bosques aleatorios tuvo la mayor precisión, con un coeficiente de determinación (R) de 0.98, un error cuadrático medio (RMSE) de 0.001, un sesgo de 0 y un error cuadrático medio relativo (RRMSE) de 11.16%. Aplicamos este modelo para calcular la SH de la superficie terrestre utilizando datos de 2018 a 2019 y encontramos que tenía una alta precisión (R = 0.927, RMSE = 0.002, sesgo = 0, RRMSE = 28.35%). Aunque los datos utilizados en este estudio fueron limitados, el modelo pudo representar con precisión una pequeña región basada en un conjunto de datos de satélites y modelos, demostrando su potencial para abordar problemas importantes relacionados con las mediciones de SH desde satélites.