Las nubes y la sombra de las nubes causan datos faltantes en algunas imágenes capturadas por las cámaras Gaofen-1 de Campo Amplio de Visión (GF-1 WFV), limitando la extracción y análisis de la información de la imagen y sus aplicaciones posteriores. Por lo tanto, este estudio propone una metodología para rellenar imágenes de GF-1 WFV utilizando el método de autocorrelación espacial y ponderación mejorada (SAIW). Específicamente, el tamaño de la ventana de búsqueda se determina de manera adaptativa utilizando Getis-Ord Gi* como métrica. Los pesos espaciales y espectrales de los píxeles se calculan utilizando la distancia de Chebyshev y el mapeador de ángulo espectral para filtrar mejor los píxeles similares adecuados. Cada píxel faltante se predice utilizando regresión lineal con píxeles similares en la imagen de referencia y el píxel similar correspondiente ubicado en la región no faltante de la imagen nublada. Los experimentos de simulación mostraron que el coeficiente de correlación promedio del método propuesto en este estudio es 0.966 en áreas heterogéneas, 0.983 en tierras agrícolas homogéneas y 0.948 en áreas urbanas complejas. Esto sugiere que SAIW puede reducir la propagación de errores en el proceso de llenado de huecos para mejorar significativamente la precisión de los resultados de llenado y puede producir resultados de llenado cualitativos y cuantitativos satisfactorios en una amplia gama de tipos de cobertura terrestre típicos y tiene un amplio potencial de aplicación.