En la teledetección, las metodologías tradicionales para la clasificación de imágenes consideran los valores espectrales de un píxel en diferentes bandas de imagen. Más recientemente, los métodos de clasificación han utilizado píxeles vecinos para proporcionar más información. En el presente estudio, utilizamos estas técnicas más avanzadas para discriminar entre regiones de manglares y no manglares en el Golfo de California, en el noroeste de México. Se utilizó un algoritmo de máxima verosimilitud para obtener un mapa de distancia espectral de la firma de vegetación característica de las áreas de manglares. Se aplicó un análisis de la curva de características operativas del receptor (ROC) a este mapa para mejorar la clasificación. Se establecieron dos umbrales de clasificación para determinar áreas de manglares y no manglares, y se calcularon dos estadísticas de rendimiento (sensibilidad y especificidad) para expresar la incertidumbre (errores de omisión y comisión) asociada con los dos mapas. La superficie del área de la categoría de manglares obtenida mediante la clasificación de máxima verosimilitud fue ligeramente superior a la obtenida del mapa de uso del suelo generado por la curva ROC, pero con la diferencia de que estas áreas tienen un alto nivel de precisión en la predicción del modelo. Esto sugiere un grado considerable de incertidumbre en las firmas espectrales de los píxeles que distinguen el bosque de manglares de otras categorías de uso del suelo.