در سال های اخیر استخراج اطلاعات از تصاویر ابر طیفی هدف بسیاری از تحقیقات و پژوهش های سنجش از دور بوده است. برخی از این اطلاعات شامل نوع و میزان مواد پوشش دهنده سطح می-باشد. تشخیص نوع مواد از طریق برهمکنش آن ها با نواحی مختلف طیف الکترومغناطیسی میسر است و تعیین مقدار آن ها به ابعاد پیکسل وابسته می باشد. با تلفیق داده های ابرطیفی و داده های با قدرت تفکیک مکانی بالا امکان دستیابی همزمان به این اطلاعات در مقیاس مناسب ایجاد می شود. در مطالعاتی همچون بررسی پوشش زمین، پایش آلودگی هوا و مطالعات گازهای جوی نیاز محققان به استفاده از تصاویر ابر طیفی بیش از پیش آشکار می شود. اگر چه تصاویری همچون geoeye-1 بر روی پایگاه داده google earth و تصاویر ikonos توانایی تفکیک مکانی عوارض را با دقت بالایی دارند، اما به دلیل توان تفکیک طیفی پایین قادر به تشخیص دقیق پوشش های شهری نمی باشند. در این تحقیق به منظور ارتقاء اطلاعات طیفی تصاویر با قدرت تفکیک مکانی بالا (geoeye-1 ) از تصاویر با قدرت تفکیک طیفی بالا (تصاویر hyperion) استفاده شده است. در این تحقیق کلاس-های مختلف از تصویر اخذشده از سرور google earth با قدرت تفکیک مکانی 1.65 متر و با استفاده از طبقه بندی بدون نظارت دو مرحله ای که جداسازی اجزاء خالص تصویر را با دقت مناسبی امکان پذیر می سازد، انجام شد. سپس با استفاده از تصاویر ابر طیفی و حل معکوس معادلات، طیف کلاس های مختلف محاسبه گردید. در نهایت این طیف ها به تصاویر با قدرت تفکیک مکانی بالا افزوده و تصاویری با قدرت تفکیک مکانی و طیفی تولید گردید. در این تحقیق میانگین مقادیر فاکتور های rmse و r_error در مقایسه تصویر اصلی و بازسازی شده با طیف های حاصل از حل معادلات بترتیب 47/4% و 017/0 بدست آمد. بمنظور بررسی و ارزیابی نتایج، طیف های بدست آمده با طیف های میدانی جمع آوری شده مقایسه و نمودار پراکندگی برای آن ها ترسیم شد.