La reducción del costo de producción y los impactos ambientales negativos por la aplicación de pesticidas para controlar las enfermedades del algodón dependen de los patrones de infección espacializados a escala de la finca. Aquí, evaluamos el potencial de imágenes multiespectrales de tres bandas de una plataforma de vehículo aéreo no tripulado (UAV) para la detección de la mancha foliar de ramularia desde diferentes alturas de vuelo en un campo experimental. Los niveles de infección crecientes indican la degradación progresiva de la señal espectral de la vegetación, sin embargo, no fueron suficientes para diferenciar los niveles de severidad de la enfermedad. A resoluciones de ~5 cm (100 m) y ~15 cm (300 m) hasta una resolución espacial en el suelo de ~25 cm (altura de vuelo de 500 m), se pueden detectar niveles de infección a dos escalas para el algoritmo de mejor rendimiento de los cuatro clasificadores probados, con una precisión general de ~79% y un índice kappa de ~0.51. A pesar del rendimiento limitado de clasificación, los resultados muestran el interés potencial de los sistemas multiespectrales de bajo costo para monitorear la mancha de ramularia en el algodón.