تُعد سلسلة صور الأقمار الصناعية، التي تُعزز من توافرها المتزايد، في طليعة الجهود الواسعة النطاق المبذولة من قبل المؤسسات الدولية لتحقيق رصد الأرض تلقائيًا. وبشكل خاص، يُعد التحكم على نطاق واسع في الأراضي الزراعية مسألة ذات أهمية سياسية واقتصادية كبيرة. وفي هذا السياق، أظهرت الهياكل الهجينة للشبكات العصبية التلافيفية-التي تتكرر تفاعليًا نتائج واعدة في التصنيف التلقائي لسلسلة صور الأقمار الصناعية مع الزمن. نقترح منهجًا بديلًا يتم فيه استبدال الطبقات التلافيفية بشكل مفيد بمحولات تعمل على مجموعات غير مرتبة من البكسل، بهدف الاستفادة من الدقة المنخفضة النموذجية للصور التي تُتاح علنًا من الأقمار الصناعية. كما نقترح استخلاص السمات الزمنية باستخدام بنية عصبية مصممة خصيصًا تعتمد على آلية الانتباه الذاتي (self-attention) بدلًا من الشبكات التكرارية. ونُثبت تجريبيًا أن منهجنا لا يفوق الأساليب الرائدة السابقة من حيث الدقة فحسب، بل يقلل أيضًا بشكل ملحوظ من زمن المعالجة ومتطلبات الذاكرة. وأخيرًا، نُطلق مجموعة بيانات كبيرة مفتوحة المصدر ومُعلمة كمقياس معياري لجميع الأبحاث المستقبلية المتعلقة بسلسلة صور الأقمار الصناعية مع الزمن.