基于GEE与多源遥感数据融合的煤火灾害智能动态监测方法

摘要

煤火灾害是制约我国煤炭资源安全与生态环境保护的重大地质灾害之一.针对传统遥感煤火监测方法在空间分辨率与异常提取精度方面的不足，本文以新疆准东老君庙煤田为研究区，融合多源遥感数据，构建了基于谷歌地球引擎（Google Earth Engine,GEE）平台的煤火智能监测框架.首先，基于Sentinel-2高分辨率多光谱特征与Landsat-8热红外数据，构建包含光谱波段与指数的多维输入特征集，采用改进的U-Net网络实现地表温度的10 m空间降尺度重建，提升了热异常信息的空间表达精度；其次，引入自编码器无监督异常检测方法，在无需人工标注的情况下自动识别煤火区域，实现煤火边界的准确提取与分布动态变化追踪；最后，结合多时相煤火区识别结果，提出煤火热异常指数（CFTA），量化分析并揭示2016—2025年间煤火活动的时空演化与治理成效.结果表明：所提出的智能监测框架可有效捕捉煤火发展与治理过程中的动态变化，具有高空间分辨率与高监测灵敏度的优势，为煤火灾害的精准监测与防控提供了可靠的方法支撑.

关键词

煤火监测 / 谷歌地球引擎 / 深度学习 / 地表温度 / 降尺度