O presente trabalho tem como objetivo explorar as limitações e potencialidades do sensor WorldView-3 (WV-3) com resolução espacial de 30 centímetros e 16 bandas espectrais para mapeamentos da cobertura do solo. Os testes foram realizados na tarefa de classificação de alvos urbanos em um nível de legenda com 11 classes de cobertura. Para isso, foram utilizados diferentes algoritmos de aprendizado de máquina, sendo eles: o SimpleLogistic, que é baseado em regressão logística simples e o método Hoeffding Tree, o qual é baseado em árvores de decisão. O modelo de classificação gerado pelo SimpleLogistic obteve o maior acerto global, chegando a 76.49%, já o Hoeffding Tree obteve acurácia de 72.32%. Os modelos obtiveram acurácias classificadas como muito boas, segundo os coeficientes Kappa os resultados obtidos foram respectivamente de 0.7149 e 0.6720. Dessa forma, os resultados encorajam o uso destes algoritmos para a classificação da cobertura do solo urbano a partir de imagens WorldView-3.