التطبيع الإشعاعي النسبي هو التقنية الأساسية لتحليل الاستشعار عن بعد متعدد الفترات الزمنية، ولكن الطرق التقليدية غالبًا ما تواجه قيودًا عند التعامل مع التشوهات غير الخطية، والتداخلات الشاذة، وظروف الغطاء الأرضي غير المتجانسة. استجابةً لهذه التحديات، قدمت هذه الورقة إطارًا احتماليًا قائمًا على الانتشار، حيث يتم نمذجة عدم التناسق الإشعاعي كمزيج من البقايا الحتمية والاضطرابات العشوائية. في هذا الإطار، تحاكي العملية الأمامية خصائص التشوه الإشعاعي متعددة المصادر من خلال تراكب الضوضاء المهيكلة والضوضاء العشوائية، وأما العملية العكسية فتعتمد على استراتيجية تحسين تغيرات الهدف المزدوج، حيث تعيد بناء تناسق الإشعاع مع الحفاظ على تفاصيل الصورة الأصلية، مما يحقق نمذجة دقيقة للتشوهات الإشعاعية المعقدة من الناحية الرياضية. التصميم الأساسي هو شبكة الانتباه الفضائية الطيفية، التي تعزز ديناميكيًا استجابة النطاقات الرئيسية والهياكل النسيجية المحلية خلال استخراج الميزات، من خلال دمج وحدات الانتباه الفضائي والطيفي الثنائية، لتحقق التقاطًا فعالًا للعلاقات عبر النطاقات والسياقات الفضائية متعددة المقاييس. لتعزيز قدرة النموذج على التكيف في المشاهد المعقدة، تم تصميم استراتيجية معالجة مسبقة قائمة على مؤشر التشابه الهيكلي، والتي توجه تدريب النموذج من خلال اختيار تلقائي لمناطق مستقرة زائفة الثبات، مما يقلل بفعالية من تداخل التغيرات الأرضية ويعزز تمثيلية عينات التدريب واستقرار تجمع النموذج. أظهرت التجارب الشاملة المستندة إلى مجموعة بيانات Sentinel-2 متعددة الفترات الزمنية أن الطريقة المقترحة تتفوق باستمرار على الطرق المقارنة القائمة من حيث مؤشرات التقييم الكمية، ليس فقط بدقة تصحيح إشعاعي أعلى ووفاء طيفي أفضل، بل وأيضًا في تناسق مؤشر الغطاء النباتي والحفاظ على تفاصيل النسيج. خلاصة القول، توفر شبكة الانتشار المقترحة حلاً عمليًا لتطبيع الإشعاع النسبي للصور الاستشعار عن بعد واسعة النطاق، مع إمكانية التوسع مستقبلاً لتطبيقات دمج المستشعرات المتعددة وتحليل السلاسل الزمنية.

التطبيع الإشعاعي النسبي; نموذج الانتشار; آلية الانتباه; التعلم العميق