随着成像光谱仪技术的发展，高光谱遥感图像的获取变得越来越容易，高光谱遥感图像分类问题是当前高光谱遥感技术的1个研究热点。近年来，深度学习在图像处理方面取得了很大的成就，并在高光谱遥感图像分类中得到了应用。该文针对高光谱遥感图像地物分类中存在的问题，对深度学习在高光谱遥感图像地物分类中的应用进行了深入研究，选用HybridSN网络模型，并提出分别加入通道注意力机制、空间注意力机制、通道注意力机制和空间注意机制的a-HybridSN网络模型、b-HybridSN网络模型、c-HybridSN网络模型。在IP数据集上进行实验，得出c-HybridSN网络模型的分类精度最高，a-HybridSN网络模型与bHybridSN网络模型分类精度差不多，且3个模型在原始模型的基础上都有所提高。