A profundidade do disco de Secchi (Zsd) é um dos indicadores de qualidade da água mais fundamentais e amplamente utilizados, podendo ser quantificada por sensoriamento remoto óptico. Apesar de décadas de pesquisa, desenvolvimento e demonstrações, ainda não existe um modelo operacional que permita recuperar Zsd a partir do vasto acervo de imagens do programa Landsat, a mais longa iniciativa civil de observação da Terra, em operação desde 1972. Para desenvolver um modelo robusto de Zsd, é essencial contar com um conjunto abrangente de dados in situ para testes e validação, possibilitando o mapeamento consistente em ecossistemas aquáticos globais com diferentes características ópticas. Neste estudo, utilizamos Redes de Densidade de Mistura (MDNs) treinadas com um extenso conjunto de dados in situ, composto por 5689 amostras provenientes de mais de 300 corpos d’água, para formular e implementar um algoritmo global de Zsd para sensores Landsat, incluindo o Thematic Mapper (TM), o Enhanced Thematic Mapper Plus (ETM+) e o Operational Land Imager (OLI), embarcados nos satélites Landsat-5, -7, -8 e -9. Por meio de uma validação cruzada extensiva de Monte Carlo com dados in situ, demonstramos que as MDNs melhoraram a estimativa de Zsd em comparação com outros modelos de aprendizado de máquina e algoritmos semi-analíticos recentes, alcançando uma precisão simétrica mediana de aproximadamente 29% e um viés mediano de cerca de 3%. Após o treinamento, aplicamos o modelo às imagens Landsat corrigidas atmosfericamente para validar independentemente os produtos de Zsd estimados pelas MDNs, utilizando um conjunto global de correspondências entre imagens de satélite e medições in situ, contendo 3534 amostras. Além disso, demonstramos a utilidade do modelo para análises temporais desde 1984 em lagos selecionados e estuários costeiros. A qualidade dos produtos de reflectância de sensoriamento remoto (Rrs) foi rigorosamente avaliada para os sensores Landsat, apresentando precisão variável entre 8% e 37%, dependendo do sensor e da banda espectral. Para os produtos de Zsd, encontramos uma precisão de aproximadamente 39% e um viés de 8% nas correspondências com o Landsat-8/OLI. Erros e vieses mais elevados foram observados para os sensores TM e ETM+, o que pode ser explicado pelas incertezas nos produtos de Rrs, induzidas por correções atmosféricas e calibração dos instrumentos. Uma vez que essas incertezas sejam caracterizadas e minimizadas, o modelo desenvolvido poderá ser utilizado para avaliar tendências de longo prazo na transparência da água em escalas espaço-temporais sem precedentes, especialmente em regiões pouco estudadas do mundo, garantindo uma análise consistente e confiável da qualidade da água ao longo do tempo.