Los efectos de los incendios forestales en los ecosistemas son variables dependiendo de la severidad del fuego, sin embargo su evaluación en campo significa un importante gasto de recursos, ya sea por la amplitud, o inaccesibilidad. Debido a esto se han implementado estrategias alternas, como el uso de índices espectrales derivados de sensores remotos. Sin embargo, existe un amplio número y diversidad de estos, por lo que en este trabajo se hizo un análisis comparativo en relación a la detección y clasificación de la severidad de un incendio forestal, ocurrido en 2018 en un bosque de pino-encino. Los índices se derivaron de imágenes Landsat 8 (OLI) y se agruparon como: a) Monotemporales (Consideran una sola fecha imagen): NIR, NDVI, NDWI, NBR, EVI, NBRT, BAI, OSAVI, GCI, SIPI, GNDVI, GEMI; y b) Bitemporales (Para su estimación se usan dos fechas de imágenes): RdNBR, dNBR, RBR, RI, NRI, dNDVI. Para la selección se determinó, a través de una matriz de confusión, la precisión global y el coeficiente kappa. Debido a que se observó una diferencia dependiendo del tiempo transcurrido después de la ocurrencia del incendio, se definió el índice PK (coeficiente kappa/precisión global). De esta forma, el mejor índice para la detección y clasificación de la severidad del incendio fue el NBR. También se observó que la precisión está relacionada a la temporalidad, de esta forma los mejores índices definidos después del incendio fueron: NBR, GNDVI, RdNBR, Dnbr, RBR, RI y BAI; mientras que los definidos después de lluvias fueron: NBR, NBRT, NDVI y NDWI.