本发明公开了一种基于对比学习和马氏距离域适应的小样本高光谱图像分类方法，涉及遥感影像应用技术领域，包括以下步骤：S1：准备Chikusei和the University of Pavia(UP)两个数据集，选择Chikusei作为源域数据集，选择the University of Pavia(UP)作为目标域数据集；S2：将源域数据集和目标域数据集分别向映射块输入维度9x9xch1和9x9xch2的高光谱立方体，本发明通过采用元学习的episode训练策略，在源域数据集中对模型进行训练，使其掌握一定的学习能力和分类经验知识，随后将源域中提取的丰富知识有效地迁移到目标域分类任务中，以解决目标域中标记样本稀缺的难题，在目标域样本非常有限的情况下，例如只有几十到几百个样本，仍然能够实现超越全监督分类的精度，展现出其强大的泛化能力和实用价值。