Amazon floodplain lakes play a substantial role in global and regional biogeochemical Amazonian processes. Due to their size, sampling strategies usually applied in limnological studies are not suitable and therefore, Remote Sensing (RS) techniques figure as an alternative due to the high temporal and synoptic characteristics. However, the use of RS demands precise lake bio-optical characterization in order to provide reliable estimates of optical active components (OAC).This work focused on the study of Curuai Lake which is a suitable example of a Brazilian Amazon floodplain lake. Curuai lake was sampled in four field campaigns (September/2012, February and August/2013 and April/2014) where Apparent Optical Properties-AOP (R$_rs$ and K-functions), in situ Inherent Optical Properties-IOP (Attenuation, Absorption, Backscattering profiles and Particle Size Distribution (PSD)) as well as laboratory analysis (AOC concentration and absorption) were measured. A data quality assessment was performed to test the suitability of commercial instrumentation (ACS and Hydroscat) for turbid environments as well as commonly used AOP/IOP measurement methodologies. The optical characterization compared datasets from each fieldcampaign for surface and profile measurements. Also three semi-analytical inverse models (Nechad Algorithm (NECHAD et al., 2010), Quasi-Analytical Algorithm (QAA) (LEE et al., 2002) and Generalized ocean color inversion model (GIOP) (WERDELL et al., 2013)) were tested using measured AOP and IOPs. Data quality assessment show that sun/skyglint effects have the highest impact on above water remote sensing measurements R$_rs$ (R$_Ab$$^rs$ ). Highest errors were found for In-water derived AOPs (R$_lw$$^rs$ and K-functions), but despite the the different tested approaches their differences are commonly in the 10 to 15 % interval. For in situ IOPs, the Hydrolight IOP/AOP closure experiments resulted in mismatches from 50 % to 100% depending on the field campaign. Among the corrections tested for ACS/Hydroscat errors, the Doxaran (DOXARAN et al., 2013) and Rottgers (RöTTGERS et al., 2013) methods were the most suitable. RESUMO: Lagos de várzea amazônico desempenha um papel importante nos processos biogeoquímicos globais e regionais da Amazônia. Devido ao seu tamanho, estratégias de amostragem normalmente aplicados em estudos limnológicos não são adequadas e, portanto, técnicas de sensoriamento remoto (SR) se apresentam como uma alternativa devido às sua alta resolução temporal e visão sinóptica. No entanto, o uso de SR exige uma caracterização bio-óptica precisa, a fim de fornecer estimativas confiáveis de componentes ativos ópticos (COA). Este trabalho teve como foco de estudo o Lago Curuai que é um exemplo representativo de lagos de planície de inundação da Amazônia brasileira. O Lago Curuai foi amostrado em quatro campanhas de campo (setembro/2012, fevereiro e agosto/2013 e abril/2014) em que Propriedades Ópticas Aparentes - POA (R$_rs$ e K-functions), Propriedades Ópticas Inerentes POI in situ (coeficientes de atenuação, absorção, retroespalhamento e além de distribuição de tamanho de partículas (DTP)), bem como análises de laboratório (concentração e absorção de COA) foram medidos. Uma avaliação da qualidade dos dados foi realizada para testar a capacidade de instrumentação comercial (ACS e Hydroscat) para a extração de informações em ambientes túrbidos, bem como os métodos de medição POA / POI comumente usados. A caracterização bio-optica comparou conjuntos de dados de cada campanha de campo, para medições de superfície e do perfil. Além disto, três modelos inversos semi-analíticos (Algoritmo de Nechad (NECHAD et al., 2010), Quasi-Analytical Algorithm (QAA) (LEE et al., 2002) e Generalized ocean color inversion model (GIOP) (WERDELL et al., 2013)) foram testados utilizando as POA e POI medidas. A avaliação da qualidade demonstrou que os efeitos do sol/skyglint têm o maior impacto sobre as medições de sensoriamento remoto acima da água r (R$_Ab$$^rs$ ). Erros mais altos foram encontrados para as POA derivados dentro da água (In-Water) (R$_lw$$^rs$ e K-funções), mas, apesar das diferentes abordagens testadas, suas diferenças estão comumente no intervalo de 10 a 15%. Para as in situ POI, os experimentos de fechamento (Closure) utilizando o Hydrolight entre POA e POI resultaram em erros de 50 % a 100 %, dependendo da campanha de campo. Entre as correções testadas para erros dos equipamentos ACS/Hydroscat, as correções de Doxaran (DOXARAN et al., 2013) e Rottgers (RöTTGERS et al., 2013) foram as mais adequados.