El propósito de este estudio fue crear diferentes algoritmos predictivos estadísticamente fiables para el estado trófico o la calidad del agua para variables o indicadores de calidad del agua ópticos (sólidos suspendidos totales (SST), profundidad del disco de Secchi (PDS) y clorofila-a (Cl-a)) y no ópticos (fósforo total (FT) y nitrógeno total (NT)) en un sistema oligotrófico (Estanques de Vivero Duck Creek de la Autoridad del Dique del Río Grande (GRDA)) y un sistema eutrófico (Lagunas de Aguas Residuales de la Ciudad de Commerce, Oklahoma) utilizando imágenes de teledetección de un pequeño sistema aéreo no tripulado (sUAS) equipado con un sensor de imagen multiespectral. Para desarrollar estos algoritmos, se adquirieron dos conjuntos de datos: (1) mediciones de calidad del agua in situ y (2) los valores de reflectancia espectral de las imágenes de sUAS. Los valores de reflectancia para cada banda se extrajeron bajo tres escenarios: (1) extracción de valor a punto, (2) extracción de valor promedio alrededor de las estaciones y (3) extracción de punto utilizando superficies krigeadas. Los resultados indican que los modelos de regresión lineal de múltiples variables en la porción visible del espectro electromagnético describen mejor la relación entre SST (R2 = 0.99, valor p = <0.01), PDS (R2 = 0.88, valor p = <0.01), Cl-a (R2 = 0.85, valor p = <0.01), FT (R2 = 0.98, valor p = <0.01) y NT (R2 = 0.98, valor p = <0.01). Además, este estudio concluyó que el kriging ordinario no mejora el ajuste entre los diferentes parámetros de calidad del agua y los valores de reflectancia.