合成開口レーダー（SAR）画像と光学画像データを組み合わせて雲除去を行う過程で、雲と背景の違いを正確に処理できない問題に対応するため、本稿では双分岐構造に基づくSAR画像と光学リモートセンシング画像の融合雲除去ネットワークを提案する。特徴抽出段階でマルチスケール注意機構を導入し、画像中の全体的および局所的情報を効果的に捉え、後続の融合および雲除去操作に対してより代表的な特徴情報表現を提供する。局所融合ブランチと差分ブランチの並列構造を再設計し、ゲート機構を通じて両者の寄与を動的にバランスさせ、互いの補完性を十分に引き出し、光学的な雲のある画像中の雲の境界をより細かく調整することで、より精細な無雲光学画像を復元する。位置認識強化されたSwin Transformerを用いて局所特徴を密に接続し、複雑な環境に対してネットワークモデルの頑健性を高める。提案モデルのピーク信号対雑音比（PSNR）および構造類似度指数（SSIM）は、現行の最良アルゴリズムと比較してそれぞれ0.8331 dBおよび0.0246高い。 本稿のアルゴリズムが画像の雲除去タスクにおいて他の手法より優れた性能を示すことを証明する。

リモートセンシング画像;合成開口レーダー画像;光学画像;マルチモーダル;データ融合;雲除去