اكتشاف التغيير (CD) في صور الاستشعار عن بعد هو مهمة حاسمة لها تطبيقات في مراقبة البيئة، والتطوير الحضري، وإدارة الكوارث. يشمل اكتشاف التغيير استخدام صور ثنائية الزمن لتحديد التغييرات عبر الزمن. تلعب العلاقات المكانية ثنائية الزمن بين الخصائص في نفس الموقع ولكن في أوقات مختلفة دورًا مهمًا في هذا العملية. ومع ذلك، غالبًا ما لا تستغل الشبكات الحالية لاكتشاف التغيير هذه العلاقات المكانية بشكل كامل أثناء استخراج ودمج الخصائص ثنائية الزمن. في هذا العمل، نقترح SRC-Net: شبكة تهتم بالعلاقات المكانية ثنائية الزمن لاكتشاف التغيير. تتضمن الشبكة المقترحة SRC-Net وحدة الإدراك والتفاعل التي تدمج العلاقات المكانية وتقيم آلية إدراك عابرة للفرع لتعزيز دقة ومتانة استخراج الخصائص. بالإضافة إلى ذلك، تم تقديم وحدة دمج الخصائص المشتركة بنمط الباث (Patch-Mode joint Feature Fusion Module) لمعالجة فقدان المعلومات في الطرق الحالية. إنها تأخذ بعين الاعتبار أنماط التغيير المختلفة والاهتمام بالعلاقات المكانية، مما يؤدي إلى خصائص دمج أكثر تعبيرًا. علاوة على ذلك، قمنا ببناء شبكة جديدة باستخدام هذين الوحدتين المهتمتين بالعلاقات وأجرينا تجارب على مجموعات بيانات LEVIR-CD وWHU Building. أظهرت نتائج التجارب أن شبكتنا تتفوق على أفضل الأساليب المتاحة حاليًا (SOTA) مع الحفاظ على عدد متواضع من المعالم. نعتقد أن منهجيتنا تقترح نموذجًا جديدًا لاكتشاف التغيير وسيحفز المزيد من التقدم في هذا المجال. الرمز والموديلات متاحة للعموم على الرابط https://github.com/Chnja/SRCNet.