De acuerdo a Gómez (2004), debido a que el método de clasificación de Máxima Verosimilitud no admite ninguna restricción en la distribución de datos, es el mejor cuando se debe estimar la distribución de datos y considerando que las muestras de entrenamiento fueron tomadas para estimar los parámetros de las distribuciones, es el método que más se acoplo al estudio. De las clasificaciones efectuadas se pudo identificar claramente cada cobertura como se muestran en la figura 19, donde se puede apreciar que el clasificador consideró a varías zonas internas de la Isla Puná como manglares. Esto se debe a que los pixeles para los sitios donde existen sobras generadas por las nubes fueron clasificados como bosque de mangle. Sin embargo, no se efectuó un nuevo entrenamiento para dichas zonas, debido a que no van a ser consideradas en la sumatoria de áreas. Del mismo modo el clasificador asignó a la clase de piscinas camaroneras a los cuerpos de agua que ingresan a la Isla, los cuales en la vectorización deben ser eliminados. Clasificación supervisada - Imagen de 1999
Clasificación supervisada - Imagen de 2019
Figura 19. Clasificación de imágenes satelitales – Isla Puná
De acuerdo a la NASA (2018), la evaluación de la precisión de una clasificación supervisada, indica la similitud que se presenta entre las muestras tomadas y la imagen satelital, determinando si existen errores en la clasificación efectuada, y de este modo solventar dichos errores de ser el caso. 40
