هدف این پژوهش بازشناسی خودکار الگو‌های فرمیک شبکه آبراهه‌ها در بخشی از رودخانه لاهیجان با استفاده از تصاویر پنکروماتیک با توان تفکیک مکانی بالا (HR-PRS) و الگوریتم‌های خوشه‌بندی فازی است و کارایی این روش‌ها را در ناحیه‌بندی تصاویر ماهواره‌ای GeoEye-1 محدوده مورد مطالعه به منظور تشخیص و آشکارسازی عوارض ژئومورفیکی و شبکه آبراهه‌ها مورد بررسی قرار می‌دهد. در این راستا ناحیه‌بندی فازی تصاویر پانکروماتیک HR-PRS محدوده مورد مطالعه، پس از پیش‌پردازش‌های رادیومتریک و هندسی با استفاده از الگوریتم‌های FWS ، MSA ، IDF و CFM ، در نرم‌افزار MATLAB صورت گرفت. در نهایت الگوریتم‌های خوشه‌بندی فازی مورد بررسی که دارای پارامترهای فازی هستند، بر روی تصاویرHR-PRS ورودی اعمال شده و نتایج آن مورد بحث و بررسی قرار گرفته است. نتایج نشان می‌دهد الگوریتم خوشه‌بندی Classical Fusion Method and FCM (CFM) در زمینه ناحیه‌بندی فازی و آشکارسازی شاخص‌های مورد بررسی بهترین عملکرد را دارا می‌باشد. همچنین این الگوریتم می‌تواند اشکالات ناحیه‌بندی ناشی از همپوشانی ویژگی‌های طیفی بین طبقات نتایج خوشه‌بندی را کاهش و بهبود دهد و پدیده‌های مکانی و خوشه‌های با انواع اندازه، شکل و چگالی را به خوبی شناسایی نماید؛ در نتیجه مرزهای تصویر به خوبی آشکار می‌شوند. دلیل این امر استفاده از اعداد فازی و نیز روش‌های خوشه‌بندی کارا در این روش‌ می‌باشد. این نتایج همچنین نشان‌ می‌دهد تکنولوژی سنجش از دور با ارائه‌ی تصاویر چندزمانه، می‌تواند مبنای بسیار مناسبی برای پایش و آشکارسازی تغییرات محیطی، تشخیص عوارض و استخراج دقیق اطلاعات از تصاویر باشد و استفاده از الگوریتم‌های خوشه‌بندی و ویژگی‌های فازی، روش مناسب و بهینه جهت ادغام اطلاعات تصاویر ماهواره‌ای HR-PRS از یک منطقه جغرافیایی با هدف ناحیه‌بندی می‌باشد.