เปรียบเทียบวิธี

	การจำแนกประเภทภาพถ่ายระยะไกลเชิงปริภูมิ-กาลเวลา	Spatial Autocorrelation in Space-Time
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1980s-2000s	1981–1992
ผู้ริเริ่ม	Woodcock, Zhu, and remote sensing community	Cliff & Ord; extended by Anselin and others
ประเภท	Multi-temporal image classification	Spatial autocorrelation statistic
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.	Clifford, P., Richardson, S., & Hemon, D. (1989). Assessing the significance of the correlation between two spatial processes. Biometrics, 45(1), 123–134.
ชื่อเรียกอื่น	multi-temporal remote sensing classification, spatio-temporal image classification, temporal remote sensing analysis, STRSC	STSA, spatiotemporal autocorrelation, space-time Moran's I, temporal spatial dependence
ที่เกี่ยวข้อง	4	5
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 Spatial Autocorrelation extends classic spatial autocorrelation measures — most notably Moran's I — to data that vary across both geographic units and time periods. It detects whether nearby locations that are also temporally close tend to share similar attribute values, revealing clusters, trends, or anomalies that purely spatial or purely temporal analyses would miss.