نقشه های موضوعی، به عنوان منابعی برای نگهداری و نمایش اطلاعات مربوط به یک یا چند موضوع مشخص همانند نوع پوشش اراضی، کاربری اراضی و غیره، دارای کاربرد فراوان در زمینه مدیریت و برنامه ریزی منابع طبیعی و انسانی، پایش تغییرات، شناسایی الگوها و غیره می باشند. با توجه به تغییرات زمانی اطلاعات موضوعی و به ویژه سرعت بالای این تغییرات در برخی از موضوعات همانند نوع پوشش زمین، دسترسی به نقشه های موضوعی بهنگام یکی از عوامل کلیدی برای موفقیت در زمینه کاربرد این نقشه ها محسوب می گردد. اخذ تصاویر سنجش از دور جدید از منطقه مورد نظر، بازدید حضوری از منطقه و نمونه برداری، استخراج اطلاعات موضوعی از تصاویر، استفاده از روش های بصری و مقایسه چشمی اختلافات توسط عامل انسانی و جایگزینی اطلاعات جدید به جای اطلاعات موجود و کنترل کیفیت و دقت نقشه موضوعی، حاصل روندی است که در اغلب پروژه های بهنگام رسانی نقشه های موضوعی با استفاده از تصاویر سنجش از دور انجام می گیرد که این فرآیندها زمان و هزینه بالایی را می طلبد. هدف اصلی این پایان نامه توسعه سیستم دانش پایه ای می باشد تا با استفاده از اطلاعات نقشه های موضوعی موجود و شبیه سازی دانش و استنتاج افراد متخصص در بکارگیری مجموعه این اطلاعات، روند بهنگام رسانی نقشه های موضوعی بطور اتوماتیک صورت گیرد تا در کنار افزایش دقت نقشه های موضوعی بهنگام شده، زمان و هزینه تولید و بهنگام رسانی این نقشه ها نیز کاهش یابد. این سیستم مبتنی بر بکارگیری تصویر و نقشه قدیمی و تصویر جدید منطقه می باشد. در مرحله اول نقشه تغییرات منطقه را بطور اتوماتیک تولید نموده و سپس برای مناطق تغییریافته با استفاده از دانش طیفی اخذ شده از اطلاعات موجود، ماهیت تغییرات را تعیین نموده و کلاس جدید متناسب با ماهیت تغییرات طیفی به این مناطق منتسب می نماید. در مرحله سوم نیز با تلفیق نقشه موضوعی موجود قدیمی در مناطق تغییرنیافته با نقشه موضوعی تهیه شده در مناطق تغییریافته، نقشه بهنگام منطقه را تولید می نماید. در مرحله تعیین نقشه تغییرات روش کاملا جدیدی مبتنی بر بکارگیری روش آشکارسازی تغییرات cva، تبدیل pca و قطعه بندی k-means توسعه داده شد. همچنین با توجه به ضرورت انجام مرحله تصحیح رادیومتریک نسبی در فرآیندهای آشکارسازی تغییرات مبتنی بر تغییرات طیفی عوارض، ضمن بررسی روشهای موجود در این زمینه، روشهای جدیدی، مبتنی بر بهینه سازی مدل های خطی و مبتنی بر بکارگیری مدل های غیرخطی با استفاده از شبکه های عصبی توسعه داده شده است. در مرحله تعیین ماهیت تغییرات نیز ضمن استفاده از روشهای متداول طبقه بندی به منظور طبقه بندی تصویر جدید منطقه و تعیین ماهیت تغییرات حادث، برای بهبود نتایج این مرحله، شاخص های موجود در زمینه تفکیک خط ساحلی بررسی شده و شاخص جدیدی برای این منظور توسعه داده شده است. بررسی نتایج روش اتوماتیک بکارگرفته شده، حاکی از مناسب بودن این روش جهت بهنگام رسانی نقشه های موضوعی می باشد. دقت کلی و ضریب کاپای نقشه موضوعی بهنگام شده با استفاده از روش دانش پایه توسعه داده شده در این تحقیق، به ترتیب برابر: ? 94.88 و ?92.22 می باشد. هم چنین روش های توسعه داده شده برای نرمالیزاسیون تصاویر ماهواره ای باعث بهبود 45 درصدی در نتایج نرمالیزاسیون باندهای 1، 2و 3 و بهبود 5 درصدی در باندهای 4، 5 و7 تصویر هدف، در مقایسه با روشهای متداول شده است.