本发明涉及一种结合多时相数据基于门控卷积的云和阴影修复方法。首先，利用已有的遥感影像构建样本库；其次，设计了一种基于门控卷积的多时相云和阴影修复网络进行训练，深入挖掘有云遥感影像‑多时相无云影像、含缺失信息区域‑纯净像元区域之间的相关性及特征；然后，对于真实含云影像首先利用已有的云探测方法进行像素级语义分割，并选取高召回率的结果；最后利用训练好的云和阴影修复网络、高召回率探测结果、真实含云影像以及对应的多时相数据进行修复工作，在保证光谱信息的基础上，高保真的重建缺失信息。本发明具有如下优点：鲁棒性强，可适应不同尺度的遥感影像云和阴影的探测修复。