露天煤炭开采活动对植被扰动的时空模式对露天采矿与环境保护之间的协调发展具有重要意义。本文提出了一种自动识别大范围露天矿群的植被损毁和修复的方法（Auto-VDR），该方法主要分为三个步骤：样本数据集的构建、植被扰动类型的识别、植被扰动时间和幅度的提取。首先，根据矿区NDVI（Normalized Difference Vegetation Index）的年际变化趋势，构建了三种典型植被扰动类型的时序特征样本数据集：“损毁后修复（RAD）”、“损毁未修复（DWR）”和“未损毁（ND）”。其次，为了准确提取不同背景条件下的露天矿区植被扰动（采矿前的原始植被覆盖、采矿造成的植被损毁速率和大小等），采用“基于形状的距离”将每个像元的NDVI时序曲线与三种扰动类型相匹配。最后，基于植被/裸土阈值（α）提取植被扰动年份和扰动幅度。本研究选择中国神东煤炭基地133个露天矿权范围作为研究区，使用Landsat时间序列数据生成年度NDVI，绘制了1990-2021年期间露天开采引起的植被损毁与修复的地图，总体精度分别为0.82和0.87，优于LandTrendr（Landsat-based detection of Trends in Disturbance and Recovery）和CCDC（Continuous Change Detection and Classification）算法。结果表明，在1990-2021年间，共有400.08km²的植被遭到破坏，占研究区总面积的35.93%。此外，修复活动主要始于2010年，比采矿活动滞后了大约三年，累计修复面积为177.91km²，占研究区总面积的15.98%。神东煤炭基地的植被损毁在时间上经历了4个阶段，以2008年、2015年和2018年为分割点，与中国煤炭行业发展阶段相对应。值得注意的是，2008年的矿区植被损毁面积达到年际最大值61.16km²，是过去17年来开采面积总和的1.38倍。神东煤炭基地133个露天矿中有14%的矿修复率达到0.8，有59%的矿修复率达到0.5。该方法已被证明能够准确、快速地提取煤炭基地规模下各种露天矿山的植被损毁与修复过程，为监测矿山开采对环境的影响和评估生态恢复的有效性提供了重要参考。

open-pit mines; coal base; NDVI; vegetation disturbance; disturbance types; disturbance time