طبقه¬بندی و تهیه نقشه کاربری از مناطق شهری یکی از کاربردهای گسترده در سنجش ازدور جهت برنامه ریزی و مدیریت این مناطق است. نیاز به افزایش دقت طبقه¬بندی یکی از موضوعات مهم در سنجش ازدور است. تلفیق داده¬های سنجش ازدوری می¬تواند به عنوان یک روش پرکاربرد برای افزایش دقت طبقه¬بندی استفاده شود. تلفیق داده¬ها از منابع مختلف یکی از تکنیک¬های قدرتمند است که تصاویر و داده¬های جمع آوری شده از سنسورهای مختلف را ترکیب و یک داده تلفیقی تولید می¬کند که اطلاعات و جزئیات بیشتری نسبت به هر منبع داده به تنهایی دارد. از طرفی با ظهور سنجنده¬های نوین در سنجش ازدور امکان دسترسی به داده¬ها و تصاویری با پتانسیل اطلاعاتی بالا وجود دارد که امر تلفیق را تسهیل می¬سازد. علاوه بر این، مناطق شهری بسیار ناهمگن هستند، وجود عوارض مختلف مثل عوارض طبیعی، عوارض ساخته دست بشر و عوارض غیرقابل پیش بینی مثل وسایل نقلیه طبقه¬بندی این مناطق را بسیار پیچیده می¬کند و استفاده از یک منبع داده به تنهایی منجر به نتایج دقیق جهت تهیه نقشه کاربری از این مناطق نخواهد شد. در این پایان¬نامه از دو روش تلفیق در سطح ویژگی و تصمیم گیری دو منبع داده پلاریمتریک راداری (polsar) از سنجنده رادارست-2 و فراطیفی (hyperspectral) از سنجنده هایپریون جهت طبقه¬بندی منطقه شهری سانفرانسیسکو استفاده شده است. علت استفاده از این دو منبع داده، به این خاطر است که این دو منبع داده ماهیت متفاوت و مکمل نسبت به یکدیگر دارند. داده¬ فراطیفی اطلاعات را از سطح و طیف عوارض در تعداد زیاد باند فراهم می¬کند درحالی که داده راداری از ویژگی¬های فیزیکی و دی الکتریک تارگت¬ها اطلاعات را ارائه می¬کند. در روش تلفیق در سطح ویژگی ابتدا ویژگی¬های هر داده به طور جداگانه استخراج شدند و سپس در یک فضای ویژگی جدید با یکدیگر در سطح ویژگی تلفیق شدند و درنهایت با استفاده از الگوریتم ga-svm طبقه بندی شدند. در روش تلفیق در سطح تصمیم¬گیری ابتدا دو تصویر به طور جداگانه طبقه¬بندی می¬شوند و سپس نتایج طبقه¬بندی دو داده در سطح تصمیم و با استفاده از قوانین تلفیق در سطح تصمیم گیری با یکدیگر تلفیق می¬شوند. در این پایان¬نامه نتایج طبقه¬بندی نرم داده راداری به روش ga-svm و تصویر فراطیفی به روش ga-svm و نیز نتیجه طبقه¬بندی نرم داده راداری به روش ga-svm و نتیجه فراوانی¬های تصویر فراطیفی به روش تجزیه طیفی خطی (lsu) با استفاده از روش¬های تلفیق در سطح تصمیم که شامل روش رتبه، میانگین (میانگین حسابی)، ضرب (میانگین هندسی)، ماکسیمم و مینیمم و همچنین این روش¬ها به صورت وزن¬دار است، با یکدیگر تلفیق شدند. نتایج نشان می¬دهند که دو روش تلفیق در سطح ویژگی و تصمیم گیری به طور قابل توجهی دقت طبقه¬بندی منطقه شهری موردمطالعه را نسبت به هر منبع داده به تنهایی افزایش می-دهند و نیز با مقایسه نتایج طبقه¬بندی این دو روش تلفیق درمیابیم که روش تلفیق در سطح ویژگی دقت بالاتری نسبت به روش تلفیق در سطح تصمیم را ارائه کرده است