سنجش از دور را می توان به عنوان ابزاری قدرتمند با به کارگیری داده از منابع مختلف و تلفیق آنها با یکدیگر برای طبقه بندی انواع پوشش گیاهی و کاربری اراضی به کار گرفت. طبقه بندی انواع مراتع، اطلاعات اصلی را برای آنالیز بهره وری کشاورزی، محاسبة کربن و شناسایی تنوع زیستی فراهم می کند. نخستین مجموعه داده های استفاده شده در مطالعة حاضر، تصویر لندست (Thermatic Mapper) TM و دومین مجموعة داده ها، تصویر راداری ENVISAT ASAR برای منطقة مورد مطالعه واقع در محدودة شمال غربی شهر تهران (البرز جنوبی) است. در پژوهش حاضر، پس از اعمال چندین روش تصحیح توپوگرافی تصویر نوری که همگی جزو روش های غیرلامبرتی اند و با توجه به معیارهای ارزیابی این روش ها، تصحیح توپوگرافی تصویر نوری انجام شد. در ادامه، سودمندی و بهبودی که با استفاده از ویژگی های استخراج شده از تصویر راداری و نوری که شامل بافت آنهاست و در تلفیق با باندهای طیفی تصویر نوری به کار رفته است. روی نتایج طبقه بندی نهایی بررسی شد. برای انتخاب ویژگی های مستقل که منتج به بالاترین صحت نتایج شود از الگوریتم ژنتیک استفاده شد. تأثیر استفاده از داده های ارتفاعی منطقه و شاخص های گیاهی تصویر نوری بر نتایج نهایی طبقه بندی در بخش دیگری از تحقیق بررسی و باندهای بهینه انتخاب شدند. نتایج به دست آمده نشان دهندة افزایش صحت کلی و ضریب کاپای طبقه بندی بیشترین شباهت از 04/77 و 7317/0 برای تصویر نوری اولیه به 1/78 و 7495/0 در حالت استفاده از الگوریتم ژنتیک و 37/83 و 8036/0 در حالت استفاده از داده های ارتفاعی و شاخص های گیاهی است. کلید واژه ها : تلفیق تصاویر، طبقه بندی مراتع، تصحیح توپوگرافی، بافت تصویر، سنجش از دور.
