โดยทั่วไปการสำรวจจำแนกพืชพรรณด้วยข้อมูลดาวเทียมอาศัยค่าการสะท้อนรังสีแม่เหล็กไฟฟ้า (Spectral Information หรือ Reflectance Value) เพียงอย่างเดียว ทำให้ปรากฏ Inter mixing ปะปนอยู่ใน Class ที่ถูกจำแนกมาก เช่น เราอาจพบ Spot ป่าชายเลนปรากฏบนพื้นที่เป็นป่าเขา พบ Spot ยางอ่อนปะปนอยู่ในยางแก่ ที่อาจเกิดขึ้นได้ในช่วงยางผลัดใบหรือแตกใบอ่อน หรือหลังการใส่ปุ๋ย หรือพบ bare land, grass land, swamp ขณะเดียวกันในนาข้าว ทั้งนี้เนื่องมาจากระบบการปลูกพืชที่แตกต่างหรือการเก็บเกี่ยวที่ไม่พร้อมกัน เป็นต้น ความแตกต่างที่เกิดขึ้นนี้ ไม่สามารถแก้ไขให้หมดไปได้โดยอาศัย Spectral Information เพียงอย่างเดียว ด้วยข้อเท็จจริงที่โดยธรรมชาติสายตามนุษย์ มีความสามารถจำแนกได้ เพราะสมองมนุษย์ ได้มีนำข้อมูลเชิงพื้นที่ (Spatial Information) เช่น ความรู้เรื่องระบบการปลูกพืช ขนาดรูปทรงพื้นที่ทำการเกษตรของแต่ละประเภท ความสัมพันธ์ระหว่างการใช้ประโยชน์ที่ดินประเภทหนึ่งกับอีกประเภทหนึ่งความคุ้นเคยในพื้นที่สำรวจ ประสบการณ์ที่เคยเห็น เครือข่ายถนนภายในสวนปาล์มน้ำมัน นิคมสร้างตนเองนโยบายส่งเสริมการปลูกพืชในระดับจังหวัด ตลอดจนความน่าจะเป็นในพื้นที่สำรวจ เป็นต้น เข้าร่วมในสังเคราะห์ข้อมูล เพื่อเรียนแบบการจำแนกเหมือนตาเห็น (Human eye) การศึกษานี้จึงได้นำวิธีการ Object-oriented approach ควบคู่กับการประยุกต์ knowledge-based และ Fuzzy Rule Base มาใช้ในการสำรวจที่ทำให้สามารถผสมผสานข้อมูลทั้ง Spectral information และ Spatial information ดังกล่าวเข้าด้วยกันได้ ผลการศึกษาพบว่า สามารถเพิ่มความถูกต้องของการแปลสูงขึ้นมาก