Este estudio se centra en calibrar y validar modelos para datos de reflectancia hiperespectral del dosel que son útiles para predecir el valor nutritivo de la hierba de raigrás-trébol blanco disponible para la vaca en pastoreo. Las mediciones hiperespectrales y los cortes de hierba se recopilaron en 286 parcelas de muestreo de una explotación lechera de julio de 2017 a mayo de 2018. Los datos hiperespectrales fueron pretratados aplicando un filtro Savitzky-Golay seguido de un algoritmo de derivada de segmento de brecha. Las muestras de hierba se analizaron para la determinación de los rasgos de valor nutritivo de la hierba, la materia orgánica digestible en materia seca (MODMS), la energía metabolizable (EM), la proteína bruta (PB), la fibra detergente neutra (FDN) y la fibra detergente ácida (FDA). Se realizó una regresión de mínimos cuadrados parciales para calibrar los espectros frente a los cinco rasgos de valor nutritivo. Los resultados indican que la precisión fue moderadamente alta para el modelo de PB (R = 0,78) y moderada para los modelos de MODMS, EM, FDN y FDA (0,54 < R < 0,67). La posibilidad de poder utilizar la detección próxima para la estimación del valor nutritivo de la hierba en el campo podría potencialmente contribuir a un manejo del pastoreo más eficiente con beneficios económicos potenciales para el negocio agrícola.