来源：期刊VIP网 时间：
作者：朱艳茵;顾皓天;郑屹;唐杨玉;郎丰铠;
单位：中国矿业大学环境与测绘学院;
摘要：煤火燃烧会造成温室效应加剧及煤炭资源浪费等问题，监测煤火发生趋势，实现精准的煤火区域探测具有重要意义。针对现有星载热红外数据空间分辨率较低，在小尺度煤火探测中受限及煤火区边缘探测不准确的问题，利用stacking集成学习降尺度方法提高地表温度(land surface temperature, LST)数据分辨率，并结合孤立森林法探测煤火热异常区。首先将Landsat 8反演的100 m LST作为输入，以Sentinel-2计算的NDVI(normalized difference vegetation index)、MNDWI(modified normalized difference water index)、NDBI(normalized difference build-up index),结合DEM作为降尺度因子，利用stacking集成学习法降尺度得到10 m LST数据，并采用孤立森林法通过考虑温度与空间距离提取煤田热异常区。结果表明，降尺度后利于识别小范围的煤火，孤立森林法探测煤火区能有效减少误判，最终提高火区探测精度。
关键词：降尺度;;煤火;;异常探测;;地表温度;;孤立森林法
基金资助：自治区重点研发计划项目(2022B03003-1、2022B03003-4);; 国家自然科学联合基金重点(U22A20569);; 国家自然科学基金面上项目(41977220)
