云遮挡对高光谱图像应用的影响不容忽视。现有的云去除方法通常是利用时域中最近邻的同源图像来提供辅助信息。然而，高光谱图像（如GF－5和EO－1高光谱图像）的低时间分辨率可能会导致同源辅助图像中地面覆盖物发生较大变化。具有较高时间分辨率的多光谱图像（如Landsat8号OLI图像）可以及时提供更接近高光谱云图的辅助信息，从而减少地表覆盖变化的影响。为了解决高光谱和多光谱波段之间的巨大差异，本文基于空谱随机森林（SSRF）的方法，提出了一种从高光谱图像（Landsat8号OLI图像）中去除厚云的方法，SSRF M强大的非线性拟合能力使其能够综合利用多光谱图像所有波段的有效数据来重建每个高光谱波段。本文使用GF－5和EO－1的高光谱图像模拟云去除实验。视觉和定量评估结果表明，与使用时间间隔较长的同源辅助图像的方法相比，该方法在云信息重建结果下可以获得更高的精度。