地下煤火识别算法

一种结合温度异常与地表变形时序的煤火区识别方法，可降低漏判与误判。

陈宇 · Zhihui, Suo · Li, Jie · Wei, Jun · Cao, Fei · Sun, Huahai · 李怀展 · 高延东 · Qian, Li · Longying, Yue · Kaimin, Xu

IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 2023

参数信息

火区识别精度

91 %

Kappa系数

0.77

平均精度提升

15.5 %

Kappa系数提升

0.345

空间覆盖提升

158 %

技术优势

漏判误判减少

时序温度异常提取算法更聚焦于煤火区，不同季节结果更稳定，结合形变信息后识别精度显著提升。

监测覆盖更广

DS-InSAR技术使煤火区形变监测点的空间覆盖比SBAS-InSAR高158%，能捕捉更多地表形变信息。

定位更准确

双重阈值两阶段滤波方法所得火区位置与实地观测一致度高，精度达91%，Kappa系数0.77。

应用场景

• 煤火监测：提供高精度火区位置，避免盲目打钻，节约治理成本。
• 地质灾害遥感：用遥感技术识别隐蔽煤火，及时预警地质灾害风险。
• 矿区环境监测：监测煤火引发的环境和地表变化，支持矿区治理。
• InSAR地表形变监测：提供高密度形变监测点，捕捉煤火区地表形变细节。