遥感聚类分析（cluster analysis of remote sensing），工学-测绘学-遥感-遥感图像解译-图像分类，根据某种特征，将具有相似特征的遥感影像数据归类的过程。遥感聚类分析是研究样品或指标分类问题的一种多元统计方法。聚类是一个将数据集划分为若干组或类的过程，并使得同一个组内的数据对象具有较高的相似度，而不同组中的数据对象则是不相似的。相似或不相似的度量是基于数据对象描述的取值来确定的，通常就是利用各对象间距离来进行描述。距离指标的方法非常多：按照数据的不同性质，可选用不同的距离指标。欧氏距离（Euclidean distance）、欧氏距离的平方（squared Euclidean distance）、曼哈顿距离（Manhattan distance）、切比雪夫距离（Chebychev distance）、卡方距离（Chi-aquare measure）等。当采用某一种距离函数对所有模式进行判别时，将距离数值计算出来，必须确定一个阈值，在小于此阈值时，判为同类，否则在大于它时，定为异类。一般通过经验法或者函数法来确定聚类准则，使阈值选择比较正确、合理。