O monitoramento do desmatamento é altamente dependente de especialistas humanos que analisam imagens ópticas livres de nuvens. O desenvolvimento de metodologias que minimizem a dependência de especialistashumanos bem como da disponibilidade de imagens ópticas livres de nuvenspode contribuir para os esforços de conservação ambiental. Apesar do usomais fácil de imagens ópticas para detecção de desmatamento, a presençade nuvens nessas imagens limita a sua utilização, obrigando a seleção deimagens em épocas específicas do ano em que a presença de nuvens é menor. Porém, mesmo no período mais seco do ano, existem certas regiões daFloresta Amazônica Brasileira onde a presença de nuvens ainda é elevada.Por outro lado, as imagens SAR sofrem menos interferência das nuvens, massão mais difíceis de interpretar. Visando aproveitar ambos, investigamos métodos de fusão desses dados, especialmente usando imagens com condiçõesdiversas de nuvens, que é um assunto inexplorado até onde sabemos. Propusemos o uso de uma estratégia de pré-treinamento a partir de modelosópticos e SAR. Investigamos arquiteturas baseadas em Vision Transformers.Nossos melhores alcançaram o mesmo resultado de F1-Score usando a fusãode imagens SAR com imagens ópticas com condições diversas de nuvens eimagens ópticas livres de nuvens.