本发明公开了一种耦合卷积神经网络和图卷积网络的遥感影像场景分类方法，首先在利用遥感影像场景数据集训练卷积神经网络后，将卷积神经网络作为特征提取器提取遥感影像的深层卷积层特征输出；接着利用超像素分割算法将遥感影像分割为互不重叠的区域，以区域作为节点构建区域邻接图，分别结合卷积层输出和区域间相邻关系构造出图数据的特征矩阵和邻接矩阵；最后把特征矩阵、邻接矩阵以及对应的影像标签作为数据集输入到图卷积网络进行训练，利用训练好的网络可进行影像场景的标签预测。本发明可以有效提高遥感影像场景分类精度，并可广泛用于单标签和多标签的遥感影像场景分类情况。