Repositorio
Institucional

Garcia-Pedrero, Angel

Multisource Topographic-Enhanced Cloud Removal for Remote Sensing in Mountainous Landscapes

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING

en

In mountainous landscapes, integrating topographical information is crucial for effective analysis and understanding. Remote sensing becomes indispensable in studying mountains, enabling the monitoring of critical aspects such as grassland degradation, snow depth, glacier dynamics. The intricate nature of mountain ecosystems requires a thorough understanding of their dynamics, given their vital role in providing habitats for unique species, influencing hydrology patterns, and indicating the impact of climate change. However, the persistent challenge of cloud cover obstructs surface observations, limiting the effectiveness of optical sensors. To overcome this obstacle, various cloud removal techniques have been developed, although they tend to struggle in such landscapes. In this study, we introduce CRT-UNet, a UNet-based cloud removal model that incorporates topographical information from digital elevation model (DEM) data as input to enhance performance in mountainous regions. By integrating synthetic aperture radar Sentinel-1 (S1) data, DEM information, and topographic insights into Sentinel-2 (S2) data, our model aims to enhance cloud removal capabilities, particularly in challenging terrains characterized by thick cloud coverage and significant elevation variations. This integration of topographical information enriches the cloud removal process, enabling more accurate restoration of obscured terrain features. The results demonstrate the superior performance of CRT-UNet in cloud removal across varying cloud cover levels and complex terrain features, such as rugged peaks and deep valleys. The proposed model outperforms state-of-the-art cloud removal models quantitatively and qualitatively. This underscores the importance of incorporating topographical information in remote sensing applications, particularly in mountainous regions, to improve data accuracy.En paisajes montañosos, la integración de información topográfica es crucial para un análisis y comprensión efectivos. La teledetección se vuelve indispensable para el estudio de las montañas, permitiendo el monitoreo de aspectos críticos como la degradación de los pastizales, la profundidad de la nieve y la dinámica de los glaciares. La naturaleza intrincada de los ecosistemas de montaña requiere una comprensión profunda de su dinámica, dado su papel vital en la provisión de hábitats para especies únicas, la influencia en los patrones hidrológicos y la indicación del impacto del cambio climático. Sin embargo, el desafío persistente de la cobertura nubosa obstaculiza las observaciones de superficie, limitando la efectividad de los sensores ópticos. Para superar este obstáculo, se han desarrollado varias técnicas de eliminación de nubes, aunque suelen tener dificultades en dichos paisajes. En este estudio, presentamos CRT-UNet, un modelo de eliminación de nubes basado en UNet que incorpora información topográfica de datos de modelos digitales de elevación (MDE) como entrada para mejorar el rendimiento en regiones montañosas. Al integrar datos de radar de apertura sintética Sentinel-1 (S1), información DEM y datos topográficos en datos Sentinel-2 (S2), nuestro modelo busca mejorar las capacidades de eliminación de nubes, especialmente en terrenos difíciles caracterizados por una densa cobertura nubosa y variaciones de elevación significativas. Esta integración de información topográfica enriquece el proceso de eliminación de nubes, permitiendo una restauración más precisa de las características del terreno ocultas. Los resultados demuestran el rendimiento superior de CRT-UNet en la eliminación de nubes en diferentes niveles de cobertura nubosa y características de terreno complejas, como picos escarpados y valles profundos. El modelo propuesto supera a los modelos de eliminación de nubes de última generación tanto cuantitativa como cualitativamente. Esto subraya la importancia de incorporar información topográfica en las aplicaciones de teledetección, particularmente en regiones montañosas, para mejorar la precisión de los datos.

artículo original

Remote sensing

Optical sensors

Data models

Monitoring

Image reconstruction

Synthetic aperture radar

Optical imaging

Earth

Cloud computing

Climate change

Clouds

Cloud removal

mountainous area

Sentinel-1 (S1)

Sentinel-2 (S2)

topographic data

UNet

10.1109/JSTARS.2025.3572379

pdf

IMAGE

RECONSTRUCTION

SENTINEL-1

MISSION

IMAGE

RECONSTRUCTION

SENTINEL-1

MISSION

Sensores Remotos

Geociencias

Ciencias de la Computación

versión publicada

dorada

verde

acceso abierto

acceso abierto

WOS:001502791000002

Multisource Topographic-Enhanced Cloud Removal for Remote Sensing in Mountainous Landscapes

artículo original

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING

Engineering, Electrical & Electronic

Geography, Physical

Remote Sensing

Imaging Science & Photographic Technology

en

1939-1404

GMV#Fundacion Mujeres por Africa under the Learn Africa program#ESA through the Fire CCi+ project#Chilean Science Council (ANID) through the Anillo#Water Research Center for Agriculture and Mining, CRHIAM

GMV

Fundacion Mujeres por Africa under the Learn Africa program

ESA through the Fire CCi+ project [4000126706/19/I-NB]

Chilean Science Council (ANID) through the Anillo [ACT210080]

Water Research Center for Agriculture and Mining, CRHIAM [ANID/FONDAP/1523A0001]

pdf