El cultivo de papa es afectado por diferentes enfermedades de difícil manejo. Sin embargo, en ciclos recientes los problemas asociados a madurez temprana causado por Verticillium spp. en sistemas de producción en Cundinamarca y otras zonas del país ha cobrado importancia. Este trabajo tiene como objetivo la evaluación de técnicas de teledetección para la identificación y cuantificación de alteraciones asociadas a marchitez temprana en cultivos de papa. Para este propósito, se seleccionarán seis áreas de estudio contrastantes por clima y características del sistema de producción donde se recolectarán imágenes multiespectrales usando un vehículo aéreo no tripulado (UAV por sus siglas en Inglés) multirotor junto con datos de incidencia y severidad de las alteraciones presentadas en campo a lo largo del ciclo del cultivo. Posteriormente, utilizando cinco bandas espectrales, así como índices vegetación se generarán clasificaciones usando distintos algoritmos de inteligencia artificial, para luego comparar los resultados mediante parámetros de exactitud con base a las matrices de confusión generadas para cada una de las clasificaciones y otras métricas estadísticas y performance computacional. A partir de estos resultados, se espera generar un algoritmo que permita obtener mejores resultados de clasificación de los diferentes estadios de la enfermedad para de esta manera comparar los resultados de la cuantificación generada a partir de imágenes con los datos obtenidos en campo. Se espera generar una herramienta de detección y cuantificación de marchitez prematura de papa que permita a los productores realizar manejos más oportunos en sus cultivos, favoreciendo la toma de decisiones del sector. Además de ello, esta investigación hará un aporte al conocimiento académico en el área de geomática el cual propende también por la aplicación de herramientas computaciones y conceptos de agricultura digital al sector agro.