结合空间金字塔注意力机制的高光谱图像分类方法，属于高光谱图像分类领域。本发明解决了现有分类方法存在分类精度差的问题。本发明采用主成分分析方法去除待分类的高光谱图像中的光谱冗余；建立样本集；采用结合动态卷积的ResNet34浅层特征提取网络对样本集进行多尺度特征提取并初步融合，将经线性卷积变换的样本与初步融合特征加权融合，获取池化融合特征；构建SPC模块，对池化特征进行多尺度空间特征、局部和全局信息的提取；对提取的信息联合，获得光谱‑空间信息联合特征；采用空间特征金字塔的池化层将光谱‑空间信息联合特征转化为固定尺寸矩阵，采用基于Softmax的全连接层对固定尺寸矩阵线性加权，获得分类结果。本发明适用于高光谱图像分类。