Las correcciones atmosféricas tienen un impacto en la precisión de la clasificación de la cobertura terrestre basada en imágenes satelitales, lo que es una preocupación creciente entre los científicos. En este estudio, el objetivo principal fue mejorar la precisión de la clasificación minimizando los efectos de contaminación por dispersión de aerosoles en las imágenes TM de Landsat debido a la variación en el ángulo cenital solar correspondiente a objetivos terrestres sin nubes. Hemos derivado un modelo matemático para los aerosoles para calcular y restar el ruido de dispersión de aerosoles por píxel de diferentes clases de vegetación de las imágenes TM de Nicolet en el noreste de Wisconsin. Se ha desarrollado un algoritmo en C++ con iteraciones para simular, modelar y corregir las influencias del ángulo cenital solar en la dispersión. Los resultados de una clasificación supervisada con imágenes TM corregidas mostraron una mayor precisión de clase para los tipos de cobertura terrestre en comparación con las imágenes no corregidas. La precisión general de la clasificación supervisada mejoró sustancialmente (entre un 13% y un 18%). El puntaje z muestra una diferencia significativa entre los datos corregidos y los datos en bruto (entre 4.0 y 12.0). Por lo tanto, la corrección atmosférica fue esencial para mejorar la clasificación de imágenes.