Las preocupaciones ambientales están creciendo sobre la aplicación excesiva de fertilizantes de nitrógeno (N), especialmente en el cultivo de palma aceitera. Algunos métodos convencionales que se utilizan para evaluar la cantidad de nutrientes en la palma aceitera son lentos, costosos e implican la destrucción de frondas. La teledetección como un método no destructivo, asequible y eficiente es ampliamente utilizado para detectar la concentración de clorofila (Chl) en las plantas del dosel utilizando varios índices de vegetación (VIs) porque existe una relación influyente entre la concentración de N en las hojas y el contenido de Chl en el dosel. Los objetivos de esta investigación son (i) evaluar y comparar el rendimiento de varios índices de vegetación (VIs) para medir el estado de N en el dosel de la palma aceitera utilizando imágenes de SPOT-7 (AIRBUS Defence & Space, Ottobrunn, Alemania) para (ii) desarrollar una fórmula de regresión que pueda predecir el contenido de N utilizando datos satelitales para (iii) evaluar el rendimiento de la fórmula de regresión en conjuntos de datos de prueba mediante la prueba del coeficiente de determinación entre los contenidos de N predichos y medidos. SPOT-7 fue adquirido en un área de plantación de palma aceitera de 6 hectáreas en Pahang, Malasia. Para predecir el contenido de N, se evaluaron 28 VIs basados en el rango espectral de las imágenes satelitales de SPOT-7. Se aplicaron varios modelos de regresión para determinar el coeficiente de determinación más alto entre los VIs y el contenido real de N de las muestras de hojas. El índice de vegetación ajustado al suelo modificado (MSAVI) generó el coeficiente de determinación más alto (R = 0.93). MTVI1 y VI triangular tuvieron el segundo y tercer coeficiente de determinación más alto con el contenido de N (R = 0.926 y 0.923, respectivamente). La evaluación de la precisión de clasificación del modelo desarrollado se realizó utilizando varios parámetros estadísticos como la prueba independiente -test y el valor -value. La evaluación de precisión del modelo desarrollado fue superior al 77%.