La normalización relativa de la radiación es una técnica fundamental en el análisis multitemporal de teledetección, pero los métodos tradicionales a menudo tienen limitaciones al tratar con distorsiones no lineales, interferencias de valores atípicos y condiciones heterogéneas de cobertura terrestre. Para abordar estos desafíos, este artículo propone un marco probabilístico basado en la difusión, que modela la inconsistencia radiativa como una combinación de residuos deterministas y perturbaciones aleatorias. En este marco, el proceso directo simula las características multi-fuente de las distorsiones radiativas mediante la superposición de ruido estructurado y ruido aleatorio, mientras que el proceso inverso se basa en una estrategia de optimización variacional de doble objetivo, que reconstruye la coherencia radiativa mientras conserva los detalles de la imagen original, logrando así una modelización precisa de las complejas distorsiones radiativas a nivel matemático. Su diseño central es una red de atención espacio-espectral, que fusiona módulos de atención espacial y espectral para reforzar dinámicamente la respuesta de las bandas clave y las estructuras de textura local durante la extracción de características, logrando una captura eficiente de las relaciones entre bandas y el contexto espacial a múltiples escalas. Para mejorar aún más la capacidad de adaptación del modelo en escenarios complejos, se diseñó una estrategia de preprocesamiento basada en el índice de similitud estructural, que guía el entrenamiento del modelo mediante la selección automática de regiones pseudo-invariantes estables, reduciendo eficazmente las interferencias causadas por los cambios en la cobertura terrestre y aumentando la representatividad de las muestras de entrenamiento y la estabilidad de la convergencia del modelo. Experimentos integrales basados en conjuntos de datos multitemporales de Sentinel-2 muestran que el método propuesto supera continuamente a los métodos comparativos en métricas cuantitativas, no solo con mayor precisión en la corrección radiativa y fidelidad espectral, sino también con ventajas significativas en la coherencia de índices de vegetación y la conservación de detalles de textura. En resumen, esta red impulsada por difusión ofrece una solución práctica y adaptable para la normalización relativa de la radiación en imágenes de teledetección a gran escala y puede ampliarse en el futuro a aplicaciones como la fusión de múltiples sensores y el análisis de series temporales.

normalización relativa de la radiación;modelo de difusión;mecanismo de atención;aprendizaje profundo