ویژگی ها و پیچیدگی های داده های حاصل از سنجنده های فراطیفی باعث شده است که روشهای نوین و پیشرفته تر آنالیز تصاویر سنجش از دور به منظور استخراج اطلاعات دقیقتر و کاملتر از داده های فراطیفی مورد توجه قرار گیرند، یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام می شود، آشکارسازی هدف است. روشهای آشکارسازی هدف در تصاویر فراطیفی، معمولا بر اساس ویژگی ها و اطلاعات طیفی صورت می گیرد. در این پژوهش برای بهبود دقت آشکارسازی طیفی ساختمانهایی با پوشش خاص در مناطق شهری، دو استراتژی ترکیب الگوریتمهای آشکارسازی به کمک روش ANFIS (Adaptive Neuro-Fuzzy Inference System) و آشکارسازی طیفی- مکانی بکار گرفته شد. در آزمونهای صورت گرفته بر روی دو تصویر فراطیفی مختلف، ابتدا شش الگوریتم آشکارسازیSAM (Spectral Angle Measure)، SCS (Spectral Correlation Similarity)، SID (Spectral Information Divergence)، JMD (Jeffries-Matusita Distance، CEM (Constrained Energy Minimizing) و CMFM (Covariance-based Matched filter Maesure) پیاده سازی گشته سپس با استفاده از روش ANFIS و به صورت یکجا، نتایج آشکارسازی با هم ترکیب گردید. سپس تاثیر داده های وابستگی مکانی پیکسل ها، در کنار داده های طیفی آنها، روی شش الگوریتم آشکارسازی طیفی بررسی گردید و عمل ترکیب الگوریتمها در این حالت نیز تکرار شد. نتایج ارزیابی های کمی و کیفی آزمونها بر روی دو تصویرفراطیفی نشان داد که استفاده از دو استراتژی فوق به صورت همزمان مقدار ضریب کاپا را به میزان 6.3 درصد برای تصویر اول و 9.6 درصد برای تصویر دوم در مقایسه با الگوریتم آشکارسازی SAM بهبود داده است.