O brilho solar (sun glint) e o brilho do céu (sky glint) representam desafios significativos no sensoriamento remoto para a avaliação da qualidade da água por meio de imagens de satélite em sistemas aquáticos. Esses efeitos de brilho elevam a radiância que deixa a água, resultando em superestimação de parâmetros biogeoquímicos e ópticos. Como as técnicas convencionais, desenvolvidas principalmente para oceanos e águas costeiras, são menos eficazes com dados de satélite de alta resolução espectral como o Sentinel-2/MSI, é fundamental aprimorar os métodos de mascaramento e correção desses efeitos nos produtos de satélite. Este estudo desenvolveu um classificador de detecção de brilho utilizando modelos baseados em aprendizado de máquina e dois novos índices espectrais com imagens do Sentinel-2 MSI. Os índices espectrais propostos são denominados Índice de Diferença Normalizada de Brilho (NDGI) e Índice de Diferença Normalizada de Brilho 2 (NDGI2), baseados nas faixas do azul profundo (443 nm) e do infravermelho de ondas curtas (> 1600 nm). O modelo de aprendizado de máquina utilizou um Classificador de Floresta Aleatória (RF) e foi treinado com um total de 10.000 amostras, atingindo uma acurácia de aproximadamente 80% na detecção de brilho. Uma comparação entre quatro algoritmos diferentes de correção de brilho foi realizada e comparada com medições in situ. Os algoritmos avaliados incluem SWIR-Subtraction (SubSWIR), Atmospheric Correction for OLI ’lite’ (ACOLITE), POLYnomial-based algorithm applied to MERIS (POLYMER) e Sun Glint Removal of Sentinel-2-like images (GRS). O ACOLITE e o GRS apresentaram os melhores resultados, reduzindo o MAPE em cerca de 59,86%. Entre os algoritmos, o ACOLITE demonstrou forte capacidade de preservar regiões livres de brilho nas imagens do Sentinel-2/MSI. O uso combinado da máscara e dos algoritmos de correção de brilho pode aprimorar análises de séries temporais, oferecendo uma solução eficaz para o monitoramento de águas interiores por imagens de satélite e apoiando diversas aplicações.