在高光谱图像分类任务中，引入注意力改变提取到的光谱和空间特征权重，有效突出重要特征，提高分类准确率。将注意力机制、残差网络和特征提取模块集成到分类框架中，引入中心区域光谱注意力机制，在避免干扰像素对波段权重影响的同时，利用周围像素增强中心像素波段，增强光谱特征的鲁棒性进而提取有效的光谱特征。并在此基础上提出了光谱-空间注意力残差网络，该网络可以从高光谱图像中连续提取到丰富的光谱特征和空间特征，并通过残差网络连接特征提取模块，缓解了精度下降问题，保证网络良好的分类性能。在4个公开数据集上，所提出的分类算法和其他算法相比，各项指标均达到最优。