本发明提供了一种基于递归神经网络的遥感图像分类方法。该方法可以把遥感图像转换为图像序列，从而同时考虑了光谱与空间信息，获得较高的分类精度。该发明的主要步骤包括：对获取的遥感图像，首先获取训练样本数据；对遥感图像依据设定的窗口大小，分别按照右上、右下、左上、左下等四个方向提取图像块；把提取的图像块按照一定的规则展平为图像的序列数据；把序列化的数据分别输入到一个递归神经网络中，设定好递归神经网络的参数，并选用合适的最优化算法，基于样本数据进行神经网络的训练；最后基于训练得到的递归神经网络模型，对所有待处理的图像像素序列进行分类，得到最终的分类结果。