پایش و نظارت رشد شهری دقیق و سریع، با توجه به تغییرات وسیع این مناطق در سراسر جهان، نیازمند روش¬ها و تکنیک¬های قدرتمندی است. این در حالی است که روش¬های سنتی نقشه برداری توانایی لازم برای ارائه اطلاعات مقرون به صرفه و به هنگام را ندارند. این امر متخصصین را به سمت استفاده از تصاویر ماهواره¬ای و فناوری سنجش از دور سوق داده است. بزرگ ترین چالش در آشکارسازی و ارزیابی تغییرات با استفاده از فناوری سنجش از دور به خصوص برای مناطق شهری، شناسایی دقیق سهم نسبی بازتابش مواد مختلف است. دستیابی به این مهم نیازمند توان تفکیک بالای تصاویر اخذ شده از منطقۀ مورد مطالعه، به منظور تمایز بهتر میان انواع مختلف کلاس¬¬های کاربری و پوشش زمینی، می¬باشد. این پایان¬نامه پتانسیل استفاده از سنجنده¬های ابرطیفی و بزرگ مقیاس اپتیکی را برای آشکارسازی تغییرات مناطق شهری، از طریق تلفیق آنها مورد ارزیابی قرار می¬دهد. در این راستا داده¬های پانکروماتیک با حد تفکیک مکانی بالا ( تصاویر پانکروماتیک irs-pan مربوط به سنجنده cartosat_1 و عکس هوایی) با تصاویر ابرطیفی hyperion مربوط به نسیم¬شهر با استفاده از الگوریتم¬های مختلف تلفیق مثل روش¬های تبدیل ویولت، آنالیز مؤلفه اصلی ، gram-schmidt ترکیب شدند. . نتایج حاصل از تلفیق، با داده¬های اولیه hyperion از نظر کیفیت طیفی و با داده¬های irs-pan و عکس هوایی از نظر کیفیت مکانی مقایسه شدند. نتایج حاصل از ارزیابی طیفی تصاویر تلفیق شده نشان می¬دهد روش haar-wavelet در حفظ خصوصیات طیفی در تصویر نهایی بهتر عمل کرده است. ارزیابی کیفی تصاویر بدست آمده حاکی از آنست که افزایش قابل توجهی در کیفیت مکانی هر یک از تصاویر تلفیقی در مقایسه با داده ابرطیفی hyperion حاصل شده است. تصویر تلفیقی حاصل در مرحله آشکارسازی تغییرات مورد استفاده قرار گرفته است. روش¬های زیادی جهت آشکارسازی تغییرات با استفاده از داده¬های منابع مختلف سنجش از دور توسعه یافته است. در این پایان¬نامه تکنیک¬هایی نظیر روش تفاضل باندها ، شناسایی تغییرات چندمتغیری برمبنای پس¬پردازش kernel-pca و مقایسه بعد از طبقه¬بندی شیءگرای تصاویر جهت کشف تغییرات تصویر تلفیق شده حاصل از داده¬های ابرطیفی hyperion و بزرگ مقیاس اپتیکی (تصاویر پانکروماتیک و عکس هوایی) مورد استفاده قرار گرفته¬اند. بطورکلی دقت روش¬های آشکارسازی بهبود یافته است. با مقایسه عملکرد روش¬های مختلف با استفاده از روش ماتریس خطا و داده رفرانس می¬توان گفت، روش مقایسه بعد از طبقه¬بندی شیءگرا بدلیل دقت بالای طبقه¬بندی از بین تکنیک¬های بکار رفته دارای دقت بهتری در آشکارسازی تغییرات شهری منطقه مورد مطالعه داشته است. نتایج حاصل نمایانگر پتانسیل استفاده از داده¬های ابرطیفی به همراه داده بزرگ مقیاس اپتیکی بصورت ترکیبی با استفاده از روش مقایسه بعد از طبقه¬بندی شیءگرا جهت کشف تغییرات می¬باشد. بطوریکه دقت کلی حاصل از آشکارسازی تغییرات با استفاده از این روش 82% و ضریب کاپای بدست آمده 8/0 می¬باشد.