การศึกษาศักยภาพของภาพ ASTER เพื่อการจำแนกชนิดไม้ผล มีวัตถุประสงค์สองประการคือ 1) เพื่อศึกษาศักยภาพของภาพ ASTER ในช่วงคลื่น VNIR ซึ่งมีความละเอียดเชิงพื้นที่(Spatial Resolution) 15 เมตรและ SWIR ซึ่งมีความละเอียดเชิงคลื่น (Spatral Resolution)ที่ความยาวช่วงคลื่นแคบจำนวนมากถึง 6 ช่วงคลื่น ในการจำแนกชนิดไม้ผล 2) เพื่อประเมินผลเปรียบเทียบศักยภาพของข้อมูลในช่วงคลื่น VNIR และ SWIR ของภาพ ASTER กับภาพLandsat-7 ETM+ ในการจำแนกชนิดไม้ผล การจำแนกชนิดไม้ผล ศึกษาเริ่มต้นด้วยการวิเคราะห์ค่า Spectral Signature และค่าSeparability และทำการจำแนกภาพด้วยวิธีการ Maximum Likelihood Classificationโดยแบ่งประเภทข้อมูลเป็นพื้นที่ปลูกไม้ผลและการใช้ประโยชน์ที่ดินทั่วไป ได้แก่ ทุเรียน เงาะมังคุด มะม่วง มะพร้าว ขนุน สวนผสม นาข้าว พืชไร่ ยางพารา ป่าไม้ ชุมชน และแหล่งน้ำในพื้นที่ศึกษาบริเวณบางส่วนของจังหวัดระยอง และทำการตรวจสอบผลด้วยวิธีการ ClassificationError Matrix การจำแนกภาพแบ่งออกเป็น 3 กรณีดังนี้ 1) การจำแนกภาพโดยใช้ข้อมูลย่านช่วงคลื่น VNIR เพียงอย่างเดียว 2) การจำแนกภาพโดยใช้ข้อมูลย่านช่วงคลื่น SWIRเพียงอย่างเดียวและ 3) การจำแนกภาพโดยใช้ข้อมูลทั้งย่านช่วงคลื่น VNIR รวมกับ SWIR ผลการศึกษา พบว่า ในกรณีที่ 1 การจำแนกภาพโดยใช้ข้อมูลช่วงคลื่น VNIR จากภาพASTER และ LANDSAT-7 ETM+ ให้ค่า Overall Accuracy 82.03% และ 68.54% ตามลำดับสำหรับกรณีที่ 2 การจำแนกภาพโดยใช้ข้อมูลช่วงคลื่นย่าน SWIR ผลลัพธ์จากภาพ ASTER และLANDSAT-7 ETM ให้ค่า Overall Accuracy 71.13% และ 61.70% ตามลำดับ และในกรณีที่ 3การจำแนกภาพโดยใช้ข้อมูลทั้งย่านช่วงคลื่น VNIR รวมกับ SWIR จากภาพ ASTER และ LANDSAT-7ETM+ ให้ค่า Overall Accuracy 84.52% และ 73.41% ตามลำดับ ผลการศึกษาชี้ให้เห็นอย่างชัดเจนว่า ภาพ ASTER สามารถนำมาใช้ในการจำแนกไม้ผลได้เป็นอย่างดี โดยให้ผลลัพธ์ที่สูงกว่าภาพ LANDSAT-7 ETM+ ในทุกกรณี