本发明涉及一种基于频域‑空间双域学习的多光谱遥感图像增强方法，属于遥感图像处理技术领域。将全色图像和上采样后的低空间分辨率多光谱图像采用傅里叶变换成对应的相位分量和振幅分量，分两个分支分别送入频域特征提取模块进行相位分量学习和振幅分量学习，之后采用二维逆傅里叶变换重构得频域学习后特征；对全色图像和上采样后的低空间分辨率多光谱图像通道拼接后输入特征提取模块进行特征提取，得空域学习后特征；将频域学习后特征与空域学习后特征进行特征融合，计算损失值进行监督训练，用测试集测试模型，得到最终模型。本发明一定程度上弥补了现有基于深度学习的方法在多光谱遥感图像增强任务上的不足，实现优越的多光谱图像增强效果。