リモートセンシング画像解析における重要なタスクとして、リモートセンシング変化検出（RSCD）は、空間的に正規化された複数時相のリモートセンシング画像から特定領域における変化を同定し、地域の発展状況をモニタリングすることを目的としている。従来のRSCD手法は一般的に、二値分類問題として定式化されており、変化の特徴を単に特徴量の連結または差分で表現し、密接に接続された変化表現を用いて空間的詳細を復元している。しかしながら、これらの手法の性能はさらなる改善が求められている。本論文では、空間的および時間的特徴の融合に基づくRSCDネットワークであるSTNetを提案する。具体的には、変化の注目領域を強調するために、クロストラルゲーティング機構を用いた二時相特徴の融合を実現する時間的特徴融合（TFF）モジュールを設計し、変化表現の空間的詳細を回復するため、クロススケールアテンション機構を用いた空間的特徴融合モジュールを導入している。RSCDの3つのベンチマークデータセットにおける実験結果から、提案手法が最先端の性能を達成することが示された。コードは https://github.com/xwmaxwma/rschange で公開されている。