第40卷第1期2023年1月长江科学院院报JournalofChangjiangＲiverScientificＲesearchInstituteVol．40No．1Jan．2023收稿日期:2021－07－19;修回日期:2021－12－14基金项目:国家电网湖北省电力有限公司科技项目(52152018002S)作者简介:李小来(1974－)，男，湖北随州人，高级工程师，主要从事超特高压输电运维检修及带电作业工作。E-mail:740780553@qq．com通信作者:王庆(1979－)，男，湖北武汉人，讲师，博士，主要从事遥感影像智能化信息提取方面的研究。E-mail:gis02@126．comdoi:10．11988/ckyyb．202107292023，40(1):184－190基于高光谱数据和雷达融合的滑坡信息提取李小来1，李海涛1，杨世强1，徐海章1，王庆2(1．国网湖北省电力有限公司检修公司，湖北宜昌443300;2．长江大学地球科学学院，武汉430100)摘要:为了改进微地形滑坡遥感影像分类技术，从而提高微地形滑坡遥感信息提取的精度，采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAＲ)数据作为研究数据源，并对高光谱和LiDAＲ数据进行融合，最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法，对融合后的数据进行滑坡信息提取。研究表明，利用高光谱和雷达数据的优势，可以更准确地提取滑坡信息。关键词:高光谱影像;激光雷达;数据融合;注意力模块;滑坡信息提取中图分类号:P642．22;TP75;TP183文献标志码:A文章编号:1001－5485(2023)01－0184－07LandslideInformationExtractionbyFusionofHyperspectralandＲadarDataLIXiao-lai1，LIHai-tao1，YANGShi-qiang1，XUHai-zhang1，WANGQing2(1．MaintenanceCompanyofStateGridHubeiElectricPowerCo．，Ltd．，Yichang443300，China;2．SchoolofEarthSciences，YangtzeUniversity，Wuhan430100，China)Abstract:Theaimofthisresearchistoenhancetheextractionaccuracybyimprovingtheclassificationofmicro-ter-rainlandslideremotesensinginformation．ThelandslideinformationinlocalareasofYichangwasextractedbyu-singthemethodofConvolutionalNeuralNetworks(CNN)combinedwithConvolutionalBlockAttentionModule(CBAM)basedonthefusionofUnmannedAerialVehicle(UAV)hyperspectralimage(HSI)andLightDetectionandＲanging(LiDAＲ)data．Ｒesultsdemonstratedthatlandslideinformationcanbeextractedwithmoreaccuracybasedontheadvantagesofhyperspectralandradardata．Keywords:hyperspectralimage;LiDAＲ;datafusion;C...
