Die Fernerkundungsszenenklassifikation (Remote Sensing, RS) hat breite Anwendungen im Umweltmonitoring und der geologischen Erkundung. In realen Anwendungen können die durch Satelliten aufgenommenen RS-Szenenbilder zwei unterschiedliche Umgebungen aufweisen: klare und bewölkte Bedingungen. Die meisten bestehenden Methoden berücksichtigen jedoch beide Umgebungen nicht gleichzeitig. In dieser Arbeit nehmen wir an, dass sowohl globale als auch lokale Merkmale in beiden Umgebungen – sowohl bei klarem als auch bei bewölktem Wetter – diskriminativ sind. Viele bestehende auf Convolutional Neural Networks (CNN) basierende Modelle haben hervorragende Ergebnisse in der Bildklassifikation erzielt, jedoch werden in ihren Netzwerkarchitekturen oft globale und lokale Merkmale unzureichend berücksichtigt. In diesem Beitrag stellen wir ein neues CNN-basiertes Netzwerk (GLNet) vor, das über einen Global Encoder und einen Local Encoder verfügt, um diskriminative globale und lokale Merkmale für die RS-Szenenklassifikation zu extrahieren. Dabei werden Einschränkungen zur Maximierung der Abstandsdistanz zwischen Klassen (inter-class dispersion) und zur Minimierung der Distanz innerhalb von Klassen (intra-class compactness) in den Trainingsprozess von GLNet integriert. Die experimentellen Ergebnisse auf zwei öffentlich verfügbaren Datensätzen zur RS-Szenenklassifikation zeigen, dass das vorgeschlagene GLNet sowohl bei klaren als auch bei bewölkten Bedingungen auf Basis vieler bestehender CNN-Backbones eine bessere Leistung erzielt.