La humedad del suelo es una variable ambiental clave. Existe una falta de software para facilitar a los no especialistas en estimar y analizar la humedad del suelo a escala de campo. Este estudio presenta un nuevo paquete de R de código abierto, que se puede utilizar para generar mapas de humedad del suelo de alta resolución (30 a 500 m, diarios a mensuales) basados en Aprendizaje Automático y estimaciones de incertidumbre en sitios seleccionados en los Estados Unidos contiguos a 0-5 cm y 0-1 m. El modelo se basa en el algoritmo de bosque aleatorio cuantil, integrando sensores de suelo in situ, parámetros de superficie terrestre derivados de satélites (vegetación, terreno y suelo), y modelos basados en satélites de humedad del suelo de superficie y de zona radicular. También proporciona funciones para el análisis espacial y temporal de los mapas de humedad del suelo producidos. Se proporciona un estudio de caso para demostrar la funcionalidad de generar mapas de humedad del suelo diarios a semanales de 30 m en un campo de cultivo de 70 ha, seguido de un análisis espacial-temporal.