بصفتها مهمة مهمة في تحليل صور الاستشعار عن بعد، تهدف كشف التغيرات في الاستشعار عن بعد (RSCD) إلى تحديد التغيرات ذات الاهتمام في منطقة ما من خلال صور استشعار عن بعد متعددة التوقيت ومُحاذاة مكانيًا، بهدف مراقبة التطورات المحلية. غالبًا ما تُصاغ الطرق الحالية لكشف التغيرات في الاستشعار عن بعد كمهمة تصنيف ثنائي، حيث تمثل التغيرات ذات الاهتمام باستخدام مجرد دمج الميزات أو طرحها، ثم استعادة التفاصيل المكانية من خلال تمثيلات تغيرات متصلة بشكل كثيف، حيث لا تزال أداؤها بحاجة إلى تحسين إضافي. في هذه الورقة، نقترح شبكة STNet، وهي شبكة لكشف التغيرات في الاستشعار عن بعد تعتمد على دمج الميزات المكانية والزمنية. بشكل خاص، صممنا وحدة دمج الميزات الزمنية (TFF) لدمج الميزات ثنائية الزمن باستخدام آلية تمرير زمنية متقاطعة، بهدف التركيز على التغيرات ذات الاهتمام؛ كما تم تطبيق وحدة دمج الميزات المكانية لالتقاط معلومات دقيقة باستخدام آلية انتباه متعددة المقياس، لاستعادة التفاصيل المكانية في تمثيلات التغير. أظهرت النتائج التجريبية على ثلاث مجموعات بيانات معيارية لـ RSCD أن الطريقة المقترحة تحقق أداءً من الدرجة المتقدمة حاليًا. يمكن الوصول إلى الكود من خلال الرابط التالي: https://github.com/xwmaxwma/rschange.