Existem algoritmos emergentes de aprendizagem automática (ML) para classificar a cobertura e o uso do solo. Neste livro, centramo-nos nos métodos relativamente maduros (sete métodos): máquinas de vectores de apoio (SVM), árvores de decisão (DT), redes neuronais artificiais, k-vizinhos mais próximos (k-NN), naïve Bayes, Boosting e Random forest (RF).A recolha precisa e atempada de informações sobre a utilização e a ocupação do solo urbano é crucial para muitos aspectos do desenvolvimento urbano e da proteção do ambiente.A classificação exacta da ocupação do solo é um desafio. A melhoria da classificação da ocupação do solo é um tema muito atual. É necessário para muitas aplicações, como a cartografia da ocupação do solo, a monitorização ambiental, a gestão dos recursos naturais, o planeamento urbano, a gestão e a deteção de alterações. Em seguida, foram estudados vários métodos de ensample para combinar vários classificadores.