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...