针对传统的露天矿区植被覆盖度变化检测方法存在的 监测信息不完整、目标区域边缘模糊等问题,提出一种将改 进 DeepLabV３＋和注意力机制相结合的矿区植被覆盖度变 化检测方法,即 MＧCSＧDeepLabV３＋模型检测方法.该方法 引入带有扩张卷积的 MobileNetV２降低 DeepLabV３＋模型 的网络参数量和计算量,从而提高植被区域目标检测的精度 和效率,同时运用改进的 DeepLabV３＋优化模型,实现对矿 区植被状况的遥感监测与分析.结果表明,该方法可对矿区 植被受损状况进行时序检测,且分割效果完整准确,检测准 确率达到８６．１６％,速度可达６８帧/s,可为露天矿区植被变 化检测和生态环境治理提供有效依据.