Les nuages dans l'imagerie satellite posent des défis importants pour les applications en aval, et l'un des principaux problèmes auxquels sont confrontées les recherches actuelles sur la suppression des nuages est le manque de repères complets et d'ensembles de données de formation suffisamment grands et diversifiés. Pour résoudre ce problème, une équipe de recherche de l'Université Cornell et de l'Université Columbia a lancé AllClear en 2024, le plus grand ensemble de données publiques sur la suppression des nuages, contenant 23 742 régions d'intérêt (ROI) réparties à l'échelle mondiale couvrant divers modèles d'utilisation des terres et un total de 4 millions d'images. Les résultats pertinents de l'article sontAllClear : un ensemble complet de données et une référence pour la suppression des nuages dans l'imagerie satellite", qui a été accepté par NeurIPS.

Chaque ROI comprend une capture complète de la série chronologique pour l'année 2022, y compris :

• images optiques multispectrales de Sentinel-2 et Landsat 8/9 ;
• Images radar à synthèse d'ouverture (SAR) de Sentinel-1 ;
• Produits auxiliaires de télédétection tels que les masques de nuages et les cartes de couverture terrestre.