تصاویر یا عکس¬های رقومی هوایی، با توان تفکیک مکانی و رادیومتری بالا، یک منبع اطلاعاتی باارزش برای تهیه نقشه پوشش زمین و اطلاعات موضوعی به¬ویژه تشخیص گونه¬های درختی تلقی می¬شوند. هدف از این تحقیق بررسی قابلیت تصاویر رقومی هوایی ultracam-d و روش شی پایه در تشخیص گونه¬های درختی در جنگل¬های پهن برگ خزری است. به این منظور بخشی از منطقه سری یک شصت کلاته گرگان انتخاب شد. نقشه واقعیت زمینی موقعیت گونه¬های غالب از طریق ثبت دقیق با سیستم dgps، تهیه گردید. پیش¬پردازش و پردازش¬های مناسب بر روی تصاویر انجام گرفت. سپس طبقه¬بندی به دو روش پیکسل پایه و شی¬پایه بر روی مجموعه باند¬های اصلی و مصنوعی به¬صورت جداگانه و با 75 درصد واقعیت زمینی انجام شد. در روش پیکسل¬پایه از الگوریتم¬های حداکثر احتمال و ماشین بردار پشتیبان و در روش شی¬پایه از فن نزدیک¬ترین همسایه برای طبقه¬بندی گونه¬ها استفاده گردید. ارزیابی صحت نقشه¬های حاصل از طبقه¬بندی¬ها با استفاده از 25 درصد نمونه¬های واقعیت زمینی، انجام شد، نتایج نشان داد که در روش پیکسل¬پایه نفشه حاصل از طبقه¬بندی با الگوریتم حداکثر احتمال و مجموعه باند¬های اصلی و مصنوعی دارای صحت کلی 83/47 درصد و ضریب کاپای 33/. بوده و در مقایسه با نقشه الگوریتم ماشین بردار پشتیبان (97/33 و 15/.) از صحت بهتری برخوردار بوده است. نتایج مقایسه نقشه حاصل از بهترین الگوریتم پیکسل-پایه با نقشه حاصل از طبقه¬بندی سلسله مراتبی روش شی¬پایه نشان داد که صحت کلی روش طبقه-بندی سلسله مراتبی شی¬پایه با صحت کلی 28/55 درصد و ضریب کاپای 42/. بهتر از روش پیکسل-پایه بوده است. به طور کلی نتایج این تحقیق نشان داد که روش شی¬پایه نسبت به به روش پیکسل¬پایه برتری قابل ملاحظه¬ای دارد ولی به¬طور کلی دو روش نتوانستند با دقت قابل قبولی گونه¬های درختی را تشخیص و واز یکدیگر تفکیک نمایند.