Soil salinity is one of the most widespread causes of declines in agricultural yields in drylands, consequently threatening environmental sustainability and food security. Productive restoration is an opportunity to repair the structure and function of these agroecosystems. Among possible restoration measures, afforestation with native trees (Neltuma spp., 'algarrobos') is a promising alternative, particularly in the Cuyo oasis (Argentina). Although the relevance of restoration planning has been widely recognised, there is a knowledge gap regarding the planning of productive restoration in agroecosystems. Our objective is to identify potential sites for reforestation in the irrigated drylands of San Juan. To that end, we used biomass productivity prediction based on soil salinity, texture, and moisture derived from a reforestation experiment. We evaluated bands from individual Sentinel-2 acquisitions to account for these soil properties. We selected them based on their correlation with field sample data to use as predictor variables. Biomass productivity was modelled using Random Forests, with the growing-season integral of the Normalised Difference Vegetation Index red edge (iNDVIre) as a proxy for productivity and 29 predictor variables. Based on variable importance, RMSE, and MAE, we selected a subset of seven predictors. We performed a spatial 3-fold cross-validation for the final model, and R2 was 0.68. We identified 134 potential restoration sites affected by soil salinity and capable of supporting the highest forest biomass values. Sites totalled 248.50 ha, representing 10% of the area most affected by soil salinity in this sector of the oasis. Sites varied in size and were distributed across the entire study area. Biomass productivity prediction can be used to plan restoration actions in agroecosystems affected by soil salinity to ensure a higher probability of success and lower costs. Moreover, the proposed approach enabled the scaling up of experimental findings. Synthesis and applications. The proposed approach is a valuable tool for productive restoration planning in irrigated drylands and is adaptable to other agroecosystems constrained by different soil factors. La salinidad del suelo es uno de los factores que m & aacute;s com & uacute;nmente disminuye la productividad agr & iacute;cola en las tierras secas, lo que amenaza la sostenibilidad ambiental y la seguridad alimentaria. La restauraci & oacute;n productiva ofrece una oportunidad para reparar la estructura y la funci & oacute;n de estos agroecosistemas. Entre las posibles medidas de restauraci & oacute;n, la forestaci & oacute;n con & aacute;rboles nativos (Neltuma spp., algarrobos) es una alternativa prometedora, especialmente en los oasis de Cuyo (Argentina). Si bien se ha reconocido ampliamente la relevancia de la planificaci & oacute;n de la restauraci & oacute;n, existe un vac & iacute;o de conocimiento en relaci & oacute;n a la planificaci & oacute;n de la restauraci & oacute;n productiva en agroecosistemas. Nuestro objetivo es identificar sitios potenciales para la reforestaci & oacute;n en las tierras secas irrigadas de San Juan. Para ello, utilizamos la predicci & oacute;n de la productividad de la biomasa basada en la salinidad, la textura y la humedad del suelo, derivada de un experimento de reforestaci & oacute;n. Evaluamos las bandas de adquisiciones individuales de Sentinel-2 para representar estas propiedades del suelo. Las seleccionamos en funci & oacute;n de su correlaci & oacute;n con datos de campo para utilizarlas como variables predictoras. La productividad de la biomasa se model & oacute; mediante Random Forests, utilizando la integral de la temporada de crecimiento del & Iacute;ndice de Vegetaci & oacute;n de Diferencia Normalizada red edge (iNDVIre) como indicador de productividad y 29 variables predictoras. Seleccionamos un subconjunto de siete predictores a partir de la importancia de las variables, el RMSE y el MAE. Realizamos una triple validaci & oacute;n cruzada espacial para el modelo final, y el R2 fue de 0.68. Identificamos 134 sitios potenciales de restauraci & oacute;n afectados por la salinidad del suelo y capaces de soportar los valores m & aacute;s altos de biomasa forestal. La superficie total de los sitios fue 248.50 ha, lo que representa el 10% del & aacute;rea m & aacute;s afectada por salinidad del suelo en este sector del oasis. Los sitios identificados variaron en tama & ntilde;o y se distribuyeron a lo largo de toda el & aacute;rea de estudio. La predicci & oacute;n de la productividad de la biomasa puede utilizarse para planificar acciones de restauraci & oacute;n en agroecosistemas afectados por salinidad del suelo, lo que garantiza una mayor probabilidad de & eacute;xito y menores costos. Adem & aacute;s, el enfoque propuesto permiti & oacute; escalar los hallazgos experimentales. S & iacute;ntesis y aplicaciones. El enfoque propuesto es una herramienta valiosa para la planificaci & oacute;n de la restauraci & oacute;n productiva en tierras secas irrigadas y es adaptable a otros agroecosistemas limitados por diversos factores del suelo.