El objetivo de este estudio es abordar las capacidades de las imágenes ópticas multitemporales para estimar la variabilidad de rendimiento a pequeña escala del trigo, en un sitio de estudio ubicado en el suroeste de Francia. La metodología se basa en las imágenes de satélite Landsat-8 y Sentinel-2 adquiridas después de la siembra y antes de la cosecha del cultivo a lo largo de cuatro temporadas agrícolas sucesivas, siendo la reflectancia el input de un algoritmo estadístico (bosque aleatorio). Las mejores actuaciones se obtienen cuando el Índice de Vegetación de Diferencia Normalizada (NDVI) se combina con los mapas de rendimiento recopilados durante la rotación de cultivos, siendo la temporada agrícola de 2014 la que muestra el nivel más bajo de actuaciones con un coeficiente de determinación (R) de 0.44 y un error cuadrático medio (RMSE) de 8.13 quintales por hectárea (q.h) (correspondiente a un error relativo del 12.9%), los tres años restantes están asociados con valores de R cercanos o superiores a 0.60 y RMSE inferiores a 7 q.h (correspondiente a un error relativo inferior al 11.3%). Además, el enfoque propuesto permite estimar el rendimiento del cultivo a lo largo de la temporada agrícola, utilizando las imágenes sucesivas adquiridas desde la siembra hasta la cosecha. En estos casos, se obtienen estimaciones de rendimiento tempranas y precisas tres meses antes del final del ciclo del cultivo. En esta etapa fenológica, solo se observa una ligera disminución en el rendimiento en comparación con la estadística obtenida justo antes de la cosecha.