随着深度学习的发展，基于CNN和Transformer的语义分割在遥感领域得到了广泛应用。然而，这些方法仍存在局限：前者缺乏远程建模能力，后者受制于计算复杂性。最近，Mamba所提出的视觉状态空间(visual state space, VSS)模型展现了其能够对远程关系进行有效线性计算的能力。受此启发，提出了一种基于CNN和视觉状态空间的遥感影像语义分割网络，以克服现有方法的局限。首先，构建一个由CNN和VSS分支组成的架构，并行提取多尺度特征信息，挖掘局部相关性并捕获远程上下文依赖关系，并将VSS代替Transformer应用于解码器；其次，设计了协同调制模块学习空间权重调制特征，以自适应融合双分支语义信息，增强语义信息间的依赖关系；最后，使用额外的辅助头优化网络，通过辅助损失函数引导模型在训练中更多关注关键区域。该方法在LoveDA和Vaihingen数据集上进行实验验证，其mF1指标分别为69.61%和90.53%,mIoU指标分别为53.95%和83.13%。实验结果表明，所提出的模型在这两个公共数据集上表现优于其他分割模型。