في مواجهة مشكلات فقدان النسيج المحلي وتفاصيل الحافة في تصنيف الصور الطيفية عالية الدقة، وحدود مجال استقبال فرع الالتفاف، وكذلك الاستخدام غير الكافي للمعلومات الهيكلية عبر الطبقات في فرع الرسم البياني، تقترح هذه الورقة نموذج تصنيف مشترك يدمج التعزيز العالي والمنخفض التردد والتجميع عبر الطبقات باستخدام الالتفافات والرسم البياني. تقوم الطريقة بتحسين جودة الميزات المدخلة من خلال تعزيز بقايا التردد العالي والمنخفض، واستخلاص ميزات مكانية طيفية متعددة المقاييس باستخدام التشفير الديناميكي متعدد المراحل في فرع الالتفاف، وتعزيز نموذج هيكل المنطقة باستخدام التجميع المرجح عبر الطبقات للميزات الرسومية في فرع الرسم البياني، وتحقيق النمذجة التعاونية للميزات الثنائية باستخدام دمج الانتباه عبر الفروع. أجريت التجارب على ثلاث مجموعات بيانات مفتوحة: Indian Pines وPavia University وSalinas، حيث وصلت دقة التصنيف العامة إلى 92.94٪، 95.11٪ و97.50٪ على التوالي، مع معاملات كابا 91.94٪، 93.50٪ و97.22٪. تشير النتائج إلى أن الطريقة المقدمة توازن بين التفاصيل المحلية، والسياق المكاني، ومعلومات الهيكل الطوبولوجي للمنطقة، وتحقق أداء تصنيف شامل جيد في سيناريوهات تصنيف الطيفية عالية الدقة المختلفة.

تصنيف الصور الطيفية عالية الدقة; الميزات المكانية-الطيفية المشتركة; شبكة الالتفاف الرسومية; دمج الانتباه