جنگل های زاگرس به عنوان یکی از مهم ترین و ارزشمندترین اکوسیستم های ایران به شمار می رود. آگاهی از میزان دقیق جنگل زدایی و تخریب، جهت مدیریت و برنامه ریزی در این جنگل ها ضروری به نظر می رسد. یکی از راه های دسترسی به این گونه اطلاعات استفاده از فناوری سنجش از دور و داده های ماهواره ای است. مشکل اساسی در تولید نقشه های مناسب با استفاده از تصاویر با قدرت تفکیک مکانی متوسط در جنگل های تنک وجود پیکسل های مرکب می باشد. این پیکسل ها شامل ترکیب پیچیده ای از انعکاس طیفی انواع پوشش زمین مثلاً انواع درختان و خاک می باشد و موجب کاهش دقت و صحت نقشه های حاصل از طبقه بندی می گردند. فرضیه اصلی تحقیق این است که با کمک تصاویر ماهواره ای با توانمندی های تفکیک مکانی، طیفی و رادیومتری مختلف می توان اثر عوامل ناخواسته در تشخیص پدیده ی مورد نظر را کاهش داده و یا حذف کرد. هدف اصلی این تحقیق، انتخاب مناسب ترین شاخص طیفی جهت کاهش انعکاس طیفی خاک جنگل های زاگرس جنوبی در مقیاس های مختلف با استفاده از داده های ماهواره ای است. بدین منظور تصاویر سنجنده های aster و quickbird از منطقه دشت برم واقع در استان فارس، مورد تجزیه و تحلیل قرار گرفتند. قبل از هر گونه تجزیه و تحلیل و پردازش، داده ها از نظر وجود خطاهای هندسی و رادیومتری مورد بررسی قرار گرفتند. تطابق هندسی بانده های طیفی با استفاده از روش تصویر به تصویر بر اساس تصویر pan با استفاده از 32 نقطه و دقت 0/04 پیکسل انجام شد. این عملیات با استفاده از نرم افزار erdas و خوارزمیک point matching بصورت خودکار انجام شد. به منظور استخراج هر چه کامل تر اطلاعات از تصاویر، بارزسازی های متناسب با هدف، بر روی باندهای طیفی مختلف انجام شد. همچنین از شاخص های طیفی که اثر بازتاب خاک زمینه را تا حد امکان کاهش می‎دهند استفاده شد تا بهترین شاخص از میان آنها شناسایی گردد. سپس باندها و شاخص های مورد مطالعه وارد مرحله طبقه‎بندی شدند. در این تحقیق به منظور استفاده حداکثر از اطلاعات طیفی و مکانی تصاویر quickbird، باند های طیفی با باند پانکروماتیک با استفاده از روش تجزیه مولفه های اصلی ادغام شدند. از روش قطعه بندی رنگی (smap(sequential maximum a posteriori جهت ترسیم اتوماتیک تاج تک درختان بر روی تصاویر ادغام شده استفاده گردید. روش smap بر این اساس که پیکسل های مجاور در یک تصویر به احتمال زیاد به یک طبقه تعلق دارند استوار است. این خوارزمیک، قطعه بندی تصویر را در مقیاس های مختلف انجام داده و از قطعه بندی در مقیاس های بزرگ جهت راهنمایی قطعه بندی در مقیاس های کوچک تر استفاده می نماید. علاوه بر کاهش تعداد طبقاتی که اشتباه قطعه بندی شده اند خوارزمیک smap قادر است تصاویر حاوی قطعات در اندازه های مختلف را با دقت و صحت مناسبی قطعه بندی نماید. پس از آن به منظور بررسی صحت نتایج حاصل از طبقه بندی داده ها، نقشه های حاصل در محل نقشه ی واقعیت زمینی، پیکسل به پیکسل مورد مقایسه قرار گرفتند. نتایج نشان داد که شاخص tsavi با صحت کلی 65% بهترین شاخص جهت کاهش انعکاس طیفی خاک منطقه مربوطه است. به ‍ طور خلاصه: در مورد نقشه برداری جنگل از غیر جنگل نتایج نشان دادند که، بهترین شاخص پوشش گیاهی شاخص tsavi می باشد، با این حال از شاخص های osavi و ndvi و rvi و ipvi نیز نقشه هایی با صحت بالا، در حد 60% و 58% حاصل شد.