Die Verwendung von Satellitendaten im Infrarotbereich zur Identifizierung von Hotspots von Vulkanen ermöglicht eine sichere und kostengünstige Überwachung der globalen vulkanischen Aktivität. Dieser Artikel fasst die Fortschritte bei der Erforschung von Algorithmen zur Identifizierung von Hotspots von Vulkanen in satellitengestützten Infrarotdaten zusammen, wobei der Schwerpunkt besonders auf der Klassifizierung der Algorithmen und ihrer Entwicklungsgeschichte liegt. Diese Algorithmen basieren hauptsächlich auf dem Prinzip der Erhöhung der Helligkeitstemperatur im Infrarotkanal von Wärmebildpunkten während vulkanischer Aktivität und stützen sich auf die räumlichen und zeitlichen Merkmale des Vulkans und des umgebenden Materials, um die Wärmeanomalien der Vulkane zu identifizieren. Die Algorithmen lassen sich grob in vier Haupttypen einteilen: Algorithmen mit räumlichen Merkmalen, Algorithmen mit zeitlichen Merkmalen, integrierte Merkmalsalgorithmen und künstliche Intelligenzalgorithmen. Durch die Detaillierung der Klassifizierung, Merkmale, Anwendungsbereiche und Einschränkungen der Algorithmen wird die aktuelle Situation der Nutzung der Fernerkundung zur Identifizierung von Hotspots von Vulkanen deutlich, wodurch eine umfassende Klassifizierung und Bewertung zur Verständnis und Verbesserung der Technologien zur Erkennung von Hotspots von Vulkanen ermöglicht wird und von entscheidender Bedeutung für die theoretische und technologische Entwicklung der Fernerkundung von Hotspots von Vulkanen ist.

Vulkanische Lavafälle; Thermische Infrarot-Fernerkundung; Infrarotsatellitendaten; Vulkanüberwachung; Wärmeanomalien; Automatische Erkennung von Hotspots; Algorithmenklassifikation; Katastrophenschutz und Risikominderung