بهبود دقت طبقه‌بندی کاربری اراضی، با استفاده از داده‌های رقومی ماهواره‌ای، یکی از چالش‌های مهم در مدیریت اراضی است و الگوریتم‌های ادغام داده می‌توانند، دقت طبقه‌بندی را افزایش دهند. هدف پژوهش حاضر، بررسی میزان تأثیر روش‌های مختلف ادغام داده، بر دقت طبقه‌بندی کاربری اراضی و تعیین روش مؤثرتر در بهبود نتایج طبقه‌بندی است که در آن، از داده‌های رقومی لندست ۹ مربوط به سال ۲۰۲۴، به‌عنوان جدیدترین داده‌های در دسترس، استفاده شد. در فرآیند ادغام، از داده‌های چندطیفی و پانکروماتیک لندست ۹، به‌ترتیب با قدرت تفکیک مکانی m30 و m۱۵، استفاده شد. پس از انجام پیش‌پردازش‌ها و تصحیحات لازم، نقشه کاربری اراضی، شامل طبقات باغی و زراعی، مسکونی و صنعتی، کوهستانی و کوهپایه‌ای و رسی و دشت‌سرپوشیده، تهیه شد. سپس الگوریتم‌های ادغام داده شامل Simple، Brovey، IHS، Gram–Schmidt و Esri بر روی داده‌های رقومی، اعمال شد. برای هر یک از داده‌های حاصل، نقشه کاربری اراضی با استفاده از الگوریتم ماشین‌بردار پشتیبان تهیه و عملکرد روش‌ها، بر اساس شاخص صحت کلی و ضریب کاپا، ارزیابی و مقایسه شد. نتایج نشان داد، صحت کلی طبقه‌بندی، پیش از اعمال الگوریتم‌های ادغام داده 29/80% بود و پس از اعمال این الگوریتم‌ها به 87/89% افزایش یافت، بیانگر افزایش 58/9%، در دقت طبقه‌بندی است. عملکرد الگوریتم‌های مورد بررسی یکسان نبود و روش Simple با بیشترین صحت کلی معادل 87/89%، نسبت به سایر روش‌های ادغام داده، عملکرد بهتری را نشان داد. ارزیابی صحت نقشه‌های بدست آمده، با استفاده از ضریب کاپا، نیز نشان داد روش simple با ضریب کاپای 82/0 بالاترین صحت داشته و پس از آن، روش‌های Brovey، Gram–Schmidt،ESRI و IHS به‌ترتیب مقادیر 78/0، 745/0، 63/0 و 568/0 را نشان دادند. بطورکلی، انتخاب الگوریتم مناسب ادغام داده، نقش تعیین‌کننده‌ای در بهبود دقت طبقه‌بندی دارد و روش Simple در شرایط منطقه، کارآمدترین الگوریتم برای تهیه نقشه کاربری اراضی بر پایه داده‌های رقومی لندست ۹، بود.