إزالة السحابة من الصور ذات مستشعر سنتينل-2 باستخدام شبكة عصبية عميقة قائمة على الاحتفاظ بالاختلافات ودمج البيانات من مستشعرات SAR والصورة البصرية
تُعد صور الاستشعار عن بعد البصري في صميم العديد من أنشطة مراقبة الأرض. وتُستغل الطبيعة المنتظمة والثابتة على نطاق عالمي للبيانات الساتلية في تطبيقات متعددة، مثل مراقبة الأراضي الزراعية، وتقييم تغير المناخ، وتصنيف التغطية الأرضية واستخدام الأراضي، وتقييم الكوارث. ومع ذلك، يشكل الغطاء السحابي مشكلة رئيسية تؤثر بشكل كبير على توافر الملاحظات السطحية من حيث الزمن والمكان. وقد شهدت محاولة إزالة السحب من الصور البصرية دراسات متعددة على مدى عقود. ويفتح ظهور عصر البيانات الضخمة في الاستشعار عن بعد الساتلي فرصًا جديدة لمعالجة هذه المشكلة باستخدام أساليب متقدمة قائمة على البيانات، مثل التعلم العميق القوي.في هذه الورقة البحثية، تم تصميم بنية شبكة عصبية عميقة قائمة على التراكيب المتكررة (Residual Neural Network) لإزالة السحب من صور سنتين-2 متعددة الطيف. وتم استخدام دمج البيانات الرادارية (SAR) مع الصور البصرية للاستفادة من الخصائص التكاملية لنظامي التصوير لقيادة إعادة بناء الصورة. بالإضافة إلى ذلك، تم اقتراح دالة خسارة مُعدّلة حسب السحب بهدف تعظيم الحفاظ على المعلومات الأصلية. وتم تدريب الشبكة واختبارها على مجموعة بيانات عالمية مُستمدة من صور حقيقية تحتوي على صور مغطاة بالسحب وصور خالية من السحب. ويتيح هذا الإعداد إزالة السحب الكثيفة بصريًا من خلال إعادة بناء تمثيل بصري للهيكل السطحي الكامن تحت السحب.