我院测绘工程专业教研室李峰副教授在《Environmental Earth Sciences》上发表《Coal fire detection and evolution of trend analysis based on CBERS‑04 thermal infrared imagery》学术论文，论文的研究内容以中国乌达煤田为研究区，该煤田以煤火分布广泛而闻名。中巴资源卫星CBERS (China & Brazil Earth Resource Satellite)-04因其热红外图像的自身噪声问题，尚未在地下煤火探测领域得到广泛应用。基于2015~2020年夜间CBERS-04数据，本研究提出了一种基于自适应边缘阈值(AET)方法去除CBERS-04热红外影像的噪声，以地下煤火突变梯度圈定地下煤火的范围。然后，采用迭代自组织数据分析技术(ISODATA)对地下煤火点进行聚类，然后将同一类的聚类中心按时间顺序连接起来，生成煤火的传播方向。对煤火的定量分析结果表明，在4种煤火识别算法中，提出的AET方法的识别精度最高，现场验证的准确率达到81.25%。研究进一步发现，2015 ~2020年间，该煤田地下煤火面积增加了137%，煤火燃烧总强度却下降了18%；验证结果表明，地下煤火点等数据聚类的总体精度在90.25% ~ 100.00%之间，Kappa系数在0.82~1.00之间。因此，基于该聚类精度得到的煤火演化趋势是可靠的。此外，研究确定的该煤田煤火趋势演变为：I区煤火向西北方向扩散；II区煤火先向西北、再向南、再向西蔓延；III区煤火基本保持不变；IV区煤火向西北地区蔓延；V区煤火向东南方向扩散，然后折向东北方向扩散。

论文对地下煤火的自动识别和煤火传播规律研究具有重要的推动作用，研究成果可以服务于煤田煤火的实时监测和灭火工程的顺利实施。