Los incendios forestales pueden ser beneficiosos para la vegetación nativa. Sin embargo, los incendios forestales pueden afectar el valor de las propiedades, la seguridad humana y la función del ecosistema. Los gestores de recursos requieren métodos seguros, fáciles de usar, oportunos y rentables para cuantificar los daños y la regeneración causados por incendios forestales. En este trabajo, demostramos un enfoque utilizando un sistema aéreo no tripulado (UAS) equipado con un sensor multiespectral MicaSense RedEdge para clasificar y estimar los daños por incendios forestales en un pantano costero. Recopilamos aproximadamente 7.2 km2 de imágenes multiespectrales de cinco bandas después de un evento de incendio forestal en febrero de 2016, que se utilizaron para crear un modelo de superficie digital (DSM) basado en fotogrametría y un ortomosaico para el análisis de clasificación basado en objetos. Se utilizaron datos de detección y medición de luz aérea para validar la precisión del DSM. Se utilizaron imágenes aéreas de cuatro bandas de antes y después del incendio para estimar la salud previa al incendio, los daños posteriores al incendio y seguir el proceso de recuperación de la vegetación. Se produjeron clasificaciones inmediatas y a largo plazo posteriores al incendio, así como el área y el volumen de las regiones quemadas para rastrear el progreso de la revegetación. La clasificación basada en UAS producida a partir del índice de vegetación de diferencia normalizada y el DSM se comparó con la Clasificación de Reflectancia de Área Quemada basada en Landsat. Los resultados experimentales muestran el potencial de utilizar UAS y el enfoque presentado en comparación con el mapeo basado en satélites en términos de precisiones de clasificación, tiempo de respuesta y resoluciones espaciales y temporales.