El contenido de humedad del suelo es un factor clave que influye en el crecimiento de las plantas y la productividad agrícola, impactando directamente en la absorción de agua, la absorción de nutrientes y la resistencia al estrés. Este estudio propone un método rápido, económico y no destructivo para monitorear dinámicamente la humedad del suelo a profundidades de 0-200 cm durante todo el período de crecimiento del cultivo en condiciones de secano, con validación en el cultivo de soja. Durante las etapas críticas de crecimiento de la soja, se recopilaron datos multiespectrales de la cobertura mediante UAV, y se realizaron mediciones en tierra para tres parcelas de 50 cm x 50 cm referenciadas por GPS para obtener el contenido de agua de las hojas de la cobertura, la cobertura y la humedad volumétrica del suelo en intervalos de 20 cm. Se construyeron diez índices de vegetación a partir de los datos multiespectrales para explorar las relaciones estadísticas entre los índices de vegetación, la humedad del suelo superficial, el contenido de agua de las hojas de la cobertura y la humedad del suelo más profundo. Se desarrollaron y evaluaron modelos predictivos. Los resultados mostraron que el modelo de regresión no lineal basado en el NDVI logró el mejor rendimiento para el contenido de agua de las hojas (R = 0.725), y se encontró una correlación significativa entre el contenido de agua de las hojas de la cobertura y la humedad del suelo de 0-20 cm (R = 0.705), lo que permitió predecir la humedad del suelo más profundo. Los modelos de suelo superficial estimaron con precisión la distribución de humedad del suelo de 0-200 cm (R = 0.9995). Las simulaciones diarias de la dinámica del agua proporcionaron un sólido apoyo para la gestión de riego de precisión. Este estudio demuestra que la teledetección multiespectral con UAV combinada con muestreos en tierra es una herramienta valiosa para el manejo del agua en la soja, apoyando la agricultura de precisión y la utilización sostenible de los recursos hídricos.