本发明公开了一种基于深度森林迁移学习的高光谱遥感图像识别方法,具体包括以下步骤：S1、选取源域数据集和目标域数据集；S2、使用ResNet-CNN对源域数据集进行训练,提取光谱信息和空间信息,本发明涉及遥感图像技术领域。该基于深度森林迁移学习的高光谱遥感图像识别方法,通过深度森林迁移学习,能够有效的适用于训练样本不足的情况、同时具有很好的模型通用性,因此也解决了设备要求高、分类耗时等问题,采用双分支网络结构即ResNet-CNN作为特征提取算法,能高效地提取想要的样本特征,采用深度森林算法作为分类器,提高了分类精度,避免了调参困难、过拟合等现象,最终提高了分类效率、降低了分类成本以及对训练样本的需求量。