随着我国逐渐重视生态环境的保护,为了保护生态环境,恢复矿山的破损的生态环境,将废弃矿山建成绿水青山,我国逐渐开始重视对历史遗留矿山进行生态恢复和治理,因此对存在的历史遗留矿山进行地质环境评价,有助于当地政府的进行历史遗留矿山生态恢复和相关生态环境政策的制定。本研究以长春莲花山生态旅游度假区为研究区,作为长春周边重要的旅游区,对生态环境质量要求较高,因此对该研究区进行历史遗留矿山的地质环境评价具有充分的必要性。本论文研究主要分为两个研究部分:1)研究区域内历史遗留矿山的遥感图像识别工作;2)结合遥感图像识别成果进行研究区的历史遗留矿山地质环境评价。其中两部分研究内容相互联系,遥感图像识别的结果作为矿山地质环境评价的基础。主要内容如下:在进行遥感图像识别工作中,以高清的卫星图像为研究数据源,采用计算机图像识别解译和人工目视解译两种解译方法,通过野外调查进行结果验证。在计算机图像识别解译工作中,由于可使用的高清遥感图像样本较少,引入迁移学习图像识别算法对研究区历史遗留矿山的矿山采坑和开采边坡进行检测和识别。本研究中使用迁移学习图像识别算法中的2个子模型进行综合判别,分别为预训练模型和远域迁移学习模型。1)在预训练模型中,引入5种结构进行对比,分别为VGG-16,VGG-19,ResNet-50,ResNet-101,ResNet-152,在对矿山采坑和矿山开采边坡的图像识别任务中,证明预训练模型中的ResNet-152结构识别效果最好。2)采用远域迁移学习模型对历史遗留矿山的矿山采坑和开采边坡进行识别时,以UC Merced Land-Use图像集,WHU-RS19遥感图像集,SIRI-WHU遥感图像集和毕节滑坡图像集作为远域迁移学习的源域数据集。经过对比实验分析,由重建损失、域损失、分类损失和总损失四个指标进行评判模型的好坏,通过结果分析知,在对矿山采坑识别任务中,SIRI-WHU遥感图像集表现最好,在对矿山开采边坡识别任务中毕节滑坡数据集表现最好。经过验证,虽然计算机图像识别准确率略低于人工目视解译,但其凭借简单快速的特点,仍可用于遥感解译工作中。本研究根据遥感解译工作成果,进行历史遗留矿山地质环境的分区评价和综合评价工作。在进行单个历史遗留矿山地质环境分区评价工作中,根据遥感解译结果和野外调查成果,对历史遗留矿山内部各区域进行划分,划分为历史遗留矿山采坑、矿山开采边坡、矿山工业广场和固体废弃物堆积,针对各矿山区域因曾经的矿山开采活动产生的地质环境问题（地质灾害、地形地貌景观破坏、土地资源压占与破坏）,按照相关规范进行历史遗留矿山地质环境分区评价,从而获得精确的历史遗留矿山内部的地质环境分区评价结果。在进行历史遗留矿山地质环境综合评价工作中,根据收集的研究区相关地质资料,选取研究区域的6个影响因子进行研究区地质环境背景评价。结合研究区地质环境背景评价结果,并选取历史遗留矿山的形态特征、内部单元情况、主要生态问题和恢复治理情况多个评价指标,采用层次分析法,根据《矿山地质环境调查评价规范》（DD2014-05）中的规范,进行地质环境综合评价。历史遗留矿山综合评价结果最后划分为严重、较严重、一般三个级别,在评价结果中,本研究中的88座历史遗留废弃矿山中,地质环境问题严重的由45座,地质环境问题较严重的有26座,地质环境问题为一般的有17座。根据单个历史遗留矿山地质环境分区评价结果和历史遗留矿山地质环境综合评价结果,并结合莲花山生态旅游度假区的发展规划和实际情况,从崩塌、不稳定斜坡等地质灾害,地形地貌景观修复,土地资源恢复以及生态保护政策多个方面对研究区的地质环境的改善提供科学合理的建议。