Contexto: La Cuenca Amazónica Colombiana (CAB) se caracteriza por tener muchas áreas donde hay pocas observaciones in situ o ninguna. Para ayudar a corregir esta limitación, existen diferentes conjuntos de datos en rejilla que representan estimaciones de variables meteorológicas a partir de productos in situ, basados en satélites, fusionados y basados en modelos. Sin embargo, antes de utilizarlos, es necesario evaluar su desempeño. Método: Se analizó la capacidad de cinco conjuntos de datos en rejilla para representar el ciclo anual, las medias anuales y el rango intercuartil de la temperatura y las variables que intervienen en los balances superficiales de agua y energía en la CAB. Los cinco conjuntos de datos son un modelo climático regional (REMO) y cuatro reanálisis (ERA40, ERA-Interim, NCEP/NCAR y NCEP-v2). Para los análisis de temperatura y precipitación, también se tuvieron en cuenta los conjuntos de datos Delaware, GPCP, CPC, CMAP y CMAP-v2.Resultados: El ciclo anual medio de temperatura en la CAB tiene un comportamiento unimodal, con valores más altos entre octubre y marzo. Solo Delaware y ERA-Interim describen este comportamiento y presentan valores cercanos a los de las observaciones. El ciclo anual medio de precipitación también es unimodal, con valores más altos entre marzo y julio. Delaware, GPCP, CPC y ERA-Interim describen este comportamiento, aunque ERA-Interim sobreestima la precipitación. Además, los cuatro reanálisis, pero especialmente ERA-Interim, muestran una tendencia inesperada de aumento en la precipitación media anual. En relación al balance de agua, los mapas de precipitación y escorrentía de ERA-Interim y REMO muestran valores más altos en el piedemonte y al este de 73° W, un patrón que muestra una mejor concordancia con las observaciones que los de los otros conjuntos de datos. ERA-Interim, REMO y ERA-40 cumplen con la condición de clausura de los balances de agua y energía. Sin embargo, REMO y ERA-Interim sobreestiman la precipitación, ERA-40 la subestima y ERA-Interim sobreestima la radiación solar. Esto implica que algunas de las otras variables de los balances de agua y energía también están mal estimadas.Conclusiones: Los cinco conjuntos de datos en rejilla que permiten estudiar los balances superficiales de agua y energía no son adecuados y, por lo tanto, se necesitan mejores modelos y reanálisis.