Mây và bóng mây là những yếu tố gây ảnh hưởng đến việc mất thông tin trên ảnh viễn thám quang học. Đặc biệt, trên lãnh thổ Việt Nam và các nước Đông Nam Á nói chung, ảnh Sentinel-2 có chu kì bay ngắn và hầu hết các ảnh thu nhận đều bị nhiễm mây. Việc lọc mây bằng các phương pháp truyền thống yêu cầu việc sử dụng các ảnh đa thời gian. Tuy nhiên, điều này chỉ nên được áp dụng với các bộ ảnh có chu kì bay chụp ngắn nhằm giảm sự sai lệch về giá trị phổ giữa các mùa và sự thay đổi của lớp phủ. Trong nghiên cứu này, nhóm tác giả đề xuất lựa chọn một phương pháp tái tạo dữ liệu vùng nhiễm mây bằng cách chỉ sử dụng ảnh đơn dựa trên mô hình kết hợp mạng nơron nhân tạo phức hợp sâu (DCNN) và kỹ thuật mạng đối lập (GAN). Phương pháp sử dụng trong nghiên cứu này có khả năng lấp thông tin một cách chính xác cho các vùng thông tin bị mây che phủ trên ảnh Sentinel-2. Kết quả cho thấy, ảnh Sentinel-2 với độ phủ mây và bóng mây dưới 25% thì ảnh tái tạo có độ tương đồng cao với giá trị của PSNR (25-40 dB) và SSIM (0,86-0,93). Trong khi đó, với các ảnh có độ phủ mây và bóng mây trên 40%, mô hình vẫn có thể tái tạo được nhưng độ chính xác thông tin trên ảnh sẽ phụ thuộc vào mật độ phân bố không gian của mây và bóng mây. Phương pháp kết hợp DCNN và GAN trong nghiên cứu này, đối với các ảnh nhiễm mây và bóng mây với tỉ lệ nhỏ và trung bình có thể được tái tạo thành ảnh không mây, cung cấp nguồn dữ liệu ảnh vệ tinh sạch cho mục đích giám sát tài nguyên và môi trường.