本发明属于深度学习和安全领域，具体涉及一种两阶段的油气管道沿线干扰识别方法，包括：采集光纤管道的分布式光纤的原始信号；将降噪处理过的信号进行分割，得到大量信号样本；将所有信号样本输入至预分类模型进行预分类，将预分类结果为干扰事件的信号样本作为事件识别主算法的数据集；对数据集中所有信号进行特征向量的提取；通过级联森林模型进行分布式光纤管道入侵信号的识别，输出结果为事件类型。本发明增加预选环节有效降低了无干扰状态被误识别为干扰事件的可能性，主算法部分着重加强了区分普通干扰和威胁管道安全的第三方破坏事件的能力，两者均使系统更准确地识别哪些事件是需要报警的威胁，哪些行动不需要报警。