به کارگیری تصاویر ماهوارهای در پایش پدیدهها باعث کاهش چشمگیر هزینه ها و زمان میگردد. به طور معمول سنجندههایی که قدرت تفکیک زمانی بالایی دارند از قدرت تفکیک مکانی مناسبی برخوردار نمیباشند. اما اخیرا الگوریتمهای ادغام زمانی - مکانی توسعهی زیادی یافته و امکان استفاده از تصاویر ماهوارهای با قدرت تفکیک مکانی و زمانی بالا، فراهم شده است. طبقهبندی مناسب تصویر، از مهمترین مراحل بسیاری از الگوریتمهای مذکور بوده که دقت آن در نتایج نهایی تاثیرگذار است. در این تحقیق تاثیر انواع روشهای طبقهبندی تصویر در الگوریتم مورد بررسی قرار گرفته است. نتایج حاکی از آن است که دقت مراحل پیشپردازش و ضریب کاپای مربوط به STDFMادغام زمانی- مکانی روشهای طبقهبندی، به طور مستقیم بر نتایج نهایی تاثیر داشته و هر چه ضریب کاپا بزرگتر باشد دقت الگوریتم مورد نظر افزایش خواهد یافت. همچنین دیگر عوامل خطا (مانند یکسان نبودن محدودهی طیفی) باعث تاثیرات چشمگیری در نتایج خواهند شد.

کلمات کلیدی