Viele der aktuellen passiven Fernerkundungssensoren besitzen neben den multispektralen auch einen panchromatischen Kanal, welcher einen größeren Wellenlängenbereich abdeckt als die einzelnen spektralen Bänder. Aufgrund der dadurch entstehenden energiereicheren Rückstrahlung kann die geometrische Auflösung eines panchromatischen Sensors auf der selben Plattform höher ausfallen als bei einem multispektralen Sensor. Um nun die Vorteile beider Datensätze (spektrale bzw. geometrische Auflösung) in einem Datensatz zu vereinen, wurden zahlreiche Fusionsmethoden entwickelt, mit dem Ziel die geometrische Auflösung der multispektralen Daten zu verbessern aber dabei gleichzeitig die multispektrale Informationen bestmöglich zu erhalten. Durch die Verwendung eines panchromatischen Datensatzes hat sich für diese Bildfusionen der Begriff Pansharpening durchgesetzt. Eine Vielzahl von Publikationen hat sich in der jüngsten Vergangenheit mit dem Pansharpening beschäftigt, die sich sowohl in der Datengrundlage, den angewandten Daraus lässt sich die Frage ableiten, welchen Mehrwert diese Verfahren über die bessere Interpretierbarkeit der Daten hinaus, bei der Anwendung multispektraler Klassifikationen haben können. Zu diesem Zweck wurde eine IKONOS-Satellitenszene zunächst vorverarbeitet und dann verschiedenen Pansharpening-Methoden unterzogen. Anschließend erfolgte mithilfe unterschiedlicher Bewertungsschemata eine Analyse der generierten Daten. Wie auch in anderen Publikationen wurden neben der visuellen Bewertung, mehrere statistische Ansätze zur Bewertung herangezogen. Darüber hinaus erfolgte jedoch die Anwendung verschiedener Klassifikationsansätze sowie eine anschließende Genauigkeitsanalyse, um die konkreten Auswirkungen der verwendeten Fusionsmethoden auf die multispektrale Klassifikation sichtbar zu machen. Fusionsmethoden als auch in der Qualitätsbewertung unterscheiden.