En los ecosistemas de agua dulce, la escasez y la contaminación de este recurso está promoviendo que los organismos gubernamentales incluyan en sus agendas estrategias para mitigar esta situación a través de una gestión sostenible. La Directiva Marco del Agua establece entre sus requerimientos la monitorización del estado ecológico de las aguas continentales para determinar su calidad. Las imágenes satelitales ofrecen una visión sinóptica y continua a partir de la que es posible derivar métricas del estado ecológico. Esas métricas son un complemento a los tradicionales muestreos ya que se incrementa la cobertura espacial y la periodicidad en la monitorización. Sentinel-2, con su sensor MultiSpectral Instrument (S2-MSI), es un satélite destinado a monitorizar la vegetación de la superficie terrestre. Las características de S2-MSI (bandas espectrales en el red-edge, la constelación de 2 satélites (S2-A y S2-B), su óptima resolución espacial (10, 20 y 60 m), bandas espectrales desde los 443 nm a 2190 nm y un período de revisita cada 5 días, permiten que sea utilizado por diferentes programas europeos para la monitorización de las aguas continentales. Copernicus Open Access Hub provee imágenes S2-MSI de niveles L1C (TOA) y L2A (BOA). Sin embargo, el nivel L2A es corregido del efecto atmosférico con el algoritmo Sentinel 2 Correction, cuyo método está orientado a obtener la reflectividad de la vegetación. La monitorización de las aguas continentales con S2-MSI, presenta varios desafíos. 1) La dinámica variable en tiempo y lugar de los componentes de las aguas continentales, dificulta trabajar con una única metodología para la obtención de los parámetros biofísicos que determinen su calidad. 2) El hecho de que S2-MSI sea una misión para monitorizar principalmente la vegetación, hace imprescindible que las reflectividades derivadas del agua tengan un nivel de precisión aceptable. Esa precisión permitirá identificar formas y magnitudes particulares de las reflectividades del agua asociadas a sus diferentes componentes. De esta manera, se presentan nuevas oportunidades ya que analizando las formas y magnitudes de las reflectividades del agua es posible identificar patrones que pueden derivar en categorizaciones. La presente tesis doctoral derivó mediante métodos empíricos dos parámetros biofísicos básicos que miden la calidad del agua (Chl-a y Zsd), analizó el nivel de precisión de las reflectividades del agua obtenidas de diversos procesadores de corrección atmosférica para aguas continentales frente a radiometría medida in situ y estableció categorizaciones basadas en la forma espectral de las reflectividades para luego aplicar una clasificación supervisada basada en algoritmos de aprendizaje automático con el fin de optimizar la asignación de algoritmos y derivar métricas de precisión según los diferentes niveles tróficos presentados por los embalses y lagunas del área de estudio.