Una estimación precisa de las áreas de cultivo de soja mientras las plantas aún están en el campo es altamente necesaria para el cálculo confiable de los parámetros reales del cultivo en cuanto a rendimiento, producción y otros datos importantes para las políticas de toma de decisiones relacionadas con la planificación gubernamental. Se desarrolló un algoritmo para la clasificación de soja en el estado de Rio Grande do Sul, Brasil, como una herramienta objetiva y automatizada. Se basa en la reflectancia de imágenes de resolución espacial media. El método de clasificación se llamó RCDA (Algoritmo de Detección de Cultivos Basado en Reflectancia), que opera a través de una combinación matemática de datos de reflectancia óptica multitemporal obtenidos de imágenes de Landsat-5 TM. Se analizó un conjunto de 39 municipios durante ocho años agrícolas entre 1996/1997 y 2009/2010. Las estimaciones del RCDA se compararon con las estimaciones oficiales del Instituto Brasileño de Geografía y Estadística (IBGE) para el área de soja a nivel municipal. Los coeficientes R2 estuvieron entre 0.81 y 0.98, lo que indica una buena concordancia de las estimaciones. El RCDA también se comparó con un mapa de cultivo de soja derivado de imágenes de Landsat para el año agrícola 2000/2001, la precisión general del mapa fue del 91.91% y el Índice Kappa de Acuerdo fue de 0.76. Debido a la cadena de cálculo y los parámetros predefinidos, el RCDA es un procedimiento que ahorra tiempo y está menos sujeto a las habilidades del analista para la interpretación de imágenes. Así, se consideró que el RCDA era ventajoso para proporcionar mapas temáticos de soja a escalas locales y regionales.