El índice de área foliar (LAI) es un parámetro importante que indica el crecimiento del cultivo. En la actualidad, la tecnología espectral se ha convertido en un medio popular para monitorear el LAI, lo que puede proporcionar resultados de estimación precisos mediante la construcción de un modelo con información espectral del cultivo y un valor de LAI terrestre. El rango espectral y el tipo de datos pueden afectar el rendimiento del modelo, pero pocos estudios han comparado la precisión de la estimación del LAI del cultivo utilizando diferentes sensores espectrales, especialmente en el ramio. En este estudio, comparamos el potencial para estimar el LAI del ramio de un sensor hiperespectral con un sensor multiespectral. Se utilizaron un sensor hiperespectral portátil y un sensor multiespectral aéreo para recopilar datos espectrales de múltiples etapas de crecimiento, y luego se utilizaron cuatro algoritmos de aprendizaje automático para construir el modelo de estimación del LAI. Los resultados mostraron que el R del modelo hiperespectral fue de 0.702, mientras que el R del modelo multiespectral fue de 0.816. Los datos hiperespectrales del cultivo fueron menos sensibles al LAI que los datos multiespectrales con la misma banda espectral, debido al resultado del área de radiación y el tipo de datos. La precisión del modelo de estimación del LAI del ramio construido con todos los datos de etapa se mejoró (R = 0.828). En conclusión, el multi-espectrómetro aéreo es más adecuado para monitorear el LAI del ramio en el campo.