Detectar indicadores minerales en la superficie con alta precisión espacial sigue siendo un desafío significativo en la exploración mineral, particularmente en regiones remotas o geológicamente complejas como el este de Kazajistán. Este estudio aborda este desafío integrando imágenes multiespectrales de alta resolución de Vehículos Aéreos No Tripulados (VANT) para mapear distribuciones de óxido de hierro, indicadores clave de mineralización de minerales como el pórfido de cobre en el sitio minero Kyzylkiya en el este de Kazajistán. La novedad de este estudio es el desarrollo de un modelo de lógica difusa estadística que integra índices espectrales derivados de VANT, incluyendo el Índice de Vegetación de Diferencia Normalizada (NDVI) y razones de bandas específicas, para generar mapas probabilísticos de presencia de óxido de hierro con una resolución espacial fina de 5.29 cm. Este enfoque mejora la precisión de las predicciones al incorporar incertidumbre y variabilidad en las respuestas espectrales. La salida del modelo fue validada a través de un proceso de múltiples etapas que involucró conjuntos de datos multiespectrales independientes y muestreo de verificación en el terreno, logrando una precisión general del 80%. Los resultados revelan anomalías concentradas de óxido de hierro en el noreste y noroeste del área de estudio, subrayando la efectividad del método. Este marco integrado de lógica difusa y VANT demuestra ser una solución escalable y rentable para la exploración mineral en etapas tempranas y puede adaptarse a configuraciones geológicas similares a nivel mundial.