Recientemente, el análisis y la toma de decisiones basados en imágenes de alta resolución de vehículos aéreos no tripulados (VANT) en el espacio y el tiempo están ganando una atención significativa en la agricultura inteligente. La construcción de un conjunto de datos espaciotemporales requiere múltiples mosaicos de imágenes de VANT tomadas en diferentes momentos. Debido a que el clima o la trayectoria de vuelo de un VANT están sujetos a cambios cuando se toman las imágenes, los mosaicos suelen estar desalineados. Este artículo propone un enfoque de dos pasos, compuesto por alineaciones globales y locales, para la alineación espaciotemporal de dos mosaicos de VANT de alta resolución en áreas amplias. El primer paso, la alineación global, encuentra una matriz de proyección que inicialmente mapea puntos clave en el mosaico de origen a sus contrapartes coincidentes en el mosaico objetivo. El siguiente paso, la alineación local, refina el resultado de la alineación global. El método propuesto divide los mosaicos de entrada en parches y aplica transformaciones individuales a cada parche para mejorar los desalineamientos locales restantes a nivel de parche. Tales alineaciones locales independientes pueden resultar en nuevos artefactos en los bordes de los parches. El método propuesto utiliza una técnica simple pero efectiva para suprimir esos artefactos sin perjudicar el beneficio de la alineación local. Experimentos extensos validan el método propuesto utilizando varios conjuntos de datos para campos de montaña y llanuras en Corea del Sur. En comparación con un trabajo reciente, el método propuesto mejora la precisión de la alineación en hasta un 13.21% sobre los conjuntos de datos.