本发明公开了一种基于多线性ICA的光谱张量降维的分类方法，该方法将影响地物光谱特征的因素作为类内因素，并将类内因素、类与像素光谱分别作为一种模式构建成一个3阶张量，对其进行基于低秩张量分解的降维；对3阶张量D进行多线性ICA(独立成分分析)分解得到类空间矩阵Cclass、类内因素空间矩阵Cwithin‑class；采用有监督分类器对无类别的测试高光谱图像d进行分类。本发明在模型建立后即可对高光谱图像进行分类，无需调整，而其他张量建模方法则需要反复设置、调整参数才能达到最佳分类效果；本发明将一类的所有像素光谱映射到同一系数向量上，从而将各种因素的影响减至最小，不但提高了分类精度，而且结果稳定；对未知像素光谱分类时，可推断出其受哪一个因素影响。