El área forestal en Uruguay ha crecido significativamente en los últimos 30 años. Al presentar ciclos de 8 a 25 años, se genera variabilidad temporal y espacial y se plantean desafíos para el estudio de experimentos. Este trabajo comparó estrategias para modelar datos espacio-temporales y evaluó el uso de imágenes satelitales en el fenotipado. Se analizaron dos experimentos: Los Moros, con Eucalyptus grandis plantado en 2003 y 16 tratamientos (manejo silvícola y material genético), y Quebrachal, con Eucalyptus grandis y Pinus taeda combinados con switchgrass en la entrefila plantados en 2008 que evalúan 9 tratamientos (distanciamiento entre filas y control de malezas). En Los Moros, se incorporó el tiempo como covariable en modelos mixtos. Asimismo, a través de algoritmos de Aprendizaje Automatico (Rrandom Forest y Support Vector Regression), se estimó el volúmen por hectárea de las parcelas a través de imágenes satelitales y se comparó con los datos obtenidos a campo. En Quebrachal, se evaluaron modelos mixtos con estructuras de varianza-covarianzas temporales, espaciales y espacio-temporales para predecir volumen de madera y área basal; con el mejor modelo seleccionado a través de BIC se compararon los tratamientos y su interacción. En Los Moros y Quebrachal, tratamientos más densos dieron como resultado árboles más chicos y mayor productividad de madera por hectárea. El uso de imágenes satelitales muestra resultados promisorios en el desarrollo de modelos de predicción en condiciones experimentales. En Quebrachal, la integración de estructuras espacio-temporales en los modelos mejoró la precisión de las estimaciones. Este trabajo aporta evidencias de mejoras al momento de adoptar estrategias de análisis que incorporen información espacio-temporal. Sumado a la adopción de herramientas de sensoramiento remoto en condiciones experimentales, muestra que es posible generar mejoras sustanciales en los sistemas de producción forestales, impulsando optimizaciones en diversos factores que contribuyen positivamente en la sostenibilidad económica y ambiental de estos.