Disponer de una estimación adecuada de los procesos hidrológicos en una cuenca es fundamental ya que, de ellos dependen la correcta gestión de los recursos hídricos. La eficiencia en la modelización hidrológica depende en gran medida de la disponibilidad de datos de entrada al modelo y, de las incertidumbres de los valores de los parámetros que intervienen. Además, la incertidumbre es aún mayor en las cuencas no aforadas, donde la calibración de los parámetros del modelo no es factible, convirtiéndose así en un reto hidrológico. En esta Tesis Doctoral se aplica la teledetección como apoyo en la modelización hidrológica con el propósito de disminuir la incertidumbre asociada a la estimación de parámetros hidrológicos desde dos enfoques: en primer lugar, con miras a la generación de cartografía ad hoc para modelización hidrológica y, en segundo lugar, con el objeto de la regionalización de parámetros hidrológicos en cuencas no aforadas. Muchos de los datos de entrada requeridos en la modelización hidrológica son datos derivados de la teledetección y, de entre los factores que intervienen en la respuesta hidrológica, la caracterización de los tipos del suelo y la tipología de vegetación tienen una gran influencia en el balance hídrico. Por tanto, se plantea en esta tesis generar la cartografía ad hoc mediante la clasificación supervisada de la fusión de datos de los satélites Sentinel 1 y Sentinel 2 del Programa Copernicus de la Comisión Europea. En primer lugar, se aborda una metodología para definir las áreas de entrenamiento a partir de la clasificación supervisada de imágenes de ultra alta resolución espacial del PNOA y considerando los datos derivados del LiDAR-PNOA como apoyo. De esta forma, se minimiza el trabajo manual asociado a la fotointerpretación y a las campañas de campo. Los mapas obtenidos representan la cobertura del suelo agrupados según su capacidad potencial de escorrentía, en términos del parámetro NRCS-CN, caracterizando la respuesta hidrológica de las cuencas y su variación estacional debido a cambios fenológicos. El resultado es la representación veraz y detallada del territorio específicamente diseñado para abordar simulaciones hidrológicas a escala regional en pequeñas cuencas forestales, disminuyendo la incertidumbre asociada a los usos y características hidrológicas del suelo. Por otro lado, se estudia la capacidad de la firma espectral de las cuencas para la regionalización de los parámetros hidrológicos mediante un enfoque de aprendizaje automático basado en la regresión. En la propuesta de regionalización se consideran tres modalidades: un novedoso enfoque que utiliza exclusivamente la firma espectral de las cuencas, el método clásico que utiliza las propiedades físicas y un método mixto que utiliza los datos espectrales y físicos. Los datos de la cartografía ad hoc, permiten abordar la calibración de los modelos hidrológicos utilizando un enfoque espacial semi-distribuido, y los resultados obtenidos en la fase de calibración son excelentes. En la fase de regionalización, en términos globales, el escenario espectral alcanza casi la misma eficiencia que el método clásico, y no se observan mejores exactitudes al fusionar la información espectral y la física. Además, se detecta relación entre la eficiencia de los modelos hidrológicos y el entorno climático de las cuencas, siendo la eficiencia de los modelos más elevada en las cuencas más húmedas. Nuestros resultados confirman que la regionalización sigue siendo un reto en las variantes bioclimáticas mediterráneas, donde el nuevo enfoque espectral propuesto en esta Tesis muestra resultados prometedores al obtener los mejores resultados en los entornos más secos. Se plantean futuras líneas de investigación en la regionalización de parámetros a escala europea, especialmente para llenar el vacío de los estudios de regionalización en el entorno Mediterráneo. Además, la cobertura continua de los datos de Sentinel en todo el mundo ofrece nuevas posibilidades en zonas donde no se dispone de información cartográfica. Y, por último, sería también destacable que las series temporales de datos satelitales podrían mejorar los enfoques de regionalización estacional caracterizando la respuesta hidrológica de las cuencas y su variabilidad estacional.