เปรียบเทียบวิธี

	การจำแนกประเภทภาพถ่ายระยะไกลเชิงปริภูมิ-กาลเวลา	เคอร์ริจจิ้งปริภูมิ-เวลา
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1980s-2000s	1999
ผู้ริเริ่ม	Woodcock, Zhu, and remote sensing community	Cressie & Huang; Kyriakidis & Journel
ประเภท	Multi-temporal image classification	Geostatistical interpolation
แหล่งต้นตำรับ	Zhu, Z. (2017). Change detection using landsat time series: A review of frequencies, preprocessing, algorithms, and applications. ISPRS Journal of Photogrammetry and Remote Sensing, 130, 370-384.	Cressie, N., & Huang, H.-C. (1999). Classes of nonseparable, spatio-temporal stationary covariance functions. Journal of the American Statistical Association, 94(448), 1330-1340.
ชื่อเรียกอื่น	multi-temporal remote sensing classification, spatio-temporal image classification, temporal remote sensing analysis, STRSC	spatiotemporal kriging, ST-kriging, space-time geostatistical interpolation, kriging in space-time
ที่เกี่ยวข้อง	4	4
สรุป	Space-Time Remote Sensing Classification extends standard image classification to multi-temporal satellite or aerial imagery, enabling analysts to track land cover change, phenological cycles, and environmental dynamics across both space and time. By incorporating the temporal dimension, classifiers achieve higher accuracy and can detect transitions that a single-date analysis would miss.	Space-Time Kriging is a geostatistical interpolation method that predicts an unknown variable at any location and time by borrowing strength from nearby observations in both space and time simultaneously. It models the joint spatial-temporal covariance structure through a space-time variogram, then uses optimal linear weights to produce predictions with quantified uncertainty.