O sensoriamento remoto hiperespectral visa distinguir e identificar os materiais presentes na superfície da Terra por meio dos comportamentos específicos de cada material ao longo do espectro eletromagnético. Tal distinção e identificação é realizada por diferentes algoritmos de classificação de imagens, entretanto não existe um classificador perfeito, visto que todo algoritmo apresenta erros de classificação. Com o uso de imagens orbitais e aéreas de alta resolução espacial e espectral a identificação dos materiais presentes no ambiente urbano, é obtida por classificações cada vez mais precisas. Desta maneira, os métodos avançados de classificação de imagens precisam ser avaliados para responder a dúvida de qual método seria o mais preciso, visto que o objetivo deste trabalho é realizar classificação uma imagem hiperespectral, através dos métodos de classificação C4.5 e Random Forest e analisar a qualidade das classificações, identificando qual método gerou a classificação com maior nível de detalhes do solo urbano de interesse.