Łączenie danych satelitarnych pochodzących z różnych źródeł jest powszechnie stosowaną techniką w badaniach dotyczących pokrycia terenu i użytkowania ziemi. Łączenie danych o różnych zakresach spektralnych pozwala m.in. na zwiększenie rozróżnialności obiektów na powierzchni Ziemi, a tym samym na osiągnięcie wyższej dokładności ich klasyfikacji. Celem opracowania jest ocena możliwości wykorzystania zintegrowanych danych optycznych ( obrazy satelitarne pochodzące z satelity Landsat 8, z sensora OLI ) i radarowych ( obrazy pochodzące z satelity Sentinel-1A ) do identyfikacji typów użytków rolnych. Obszarem testowym jest fragment Karpat Polskich – Kotlina Żywiecka, charakteryzująca się występowaniem pól uprawnych o zróżnicowanej wielkości. W artykule przetestowano sześć metod integracji danych satelitarnych ( IHS, HPF, PCA, Brovey, Ehlers, transformacje falkowe ) oraz dwa algorytmy klasyfikacyjne ( wektory maszyn nośnych, ang. Support Vector Machines, SVM i Random Forest ). Uzyskane wyniki pozwalają stwierdzić, że wykorzystanie zintegrowanych danych optycznych i radarowych jest efektywnym podejściem w klasyfikacji upraw rolnych – najwyższa uzyskana dokładność ogólna wyniosła 87,9% i została osiągnięta z wykorzystaniem klasyfikacji metodą Random Forest dla danych zintegrowanych przy użyciu techniki Ehlers.
