Regionen in China wie Xinjiang, Ningxia und der Autonome Region Innere Mongolei verfügen über reiche Kohlevorkommen und Hunderte von Kohlebrandgebieten. Die Selbstentzündung von Kohle führt zu einer großen Freisetzung von Treibhausgasen, die aufgrund ihrer unorganisierten Natur die Erfassung und Quantifizierung erschweren und zu einem 'verlorenen Kohlenstoff' in bestehenden Inventaren führen. Dennoch ist der Beitrag von Methan aus Kohlebränden zu den globalen Treibhausgasemissionen nicht zu vernachlässigen. Aufgrund der Beschränkungen der Satellitenauflösung verwendet diese Studie bodengestützte Fernerkundungsverfahren zur Erkennung von Methan aus Kohlebränden. Mithilfe eines breitbandigen, panoramischen bodengestützten hyperspektralen Bildmaterials, das im Juni 2023 in einem Kohlebrandgebiet in Fukang, Xinjiang, aufgenommen wurde, und unter Verwendung optischer sensitiver Eigenschaften von Methan im kurzwelligen Infrarot und einer Methode zur spektralen Mischung von Hyperspektraldaten wurde ein Algorithmus zur Erkennung von Methanemissionen aus heißem Kohlebrand entwickelt, der für verschiedene landschaftliche Merkmale geeignet ist. Die Leistung der einzelnen Algorithmen wurde verglichen und bewertet. Die Ergebnisse zeigen: (1) Die in dieser Studie vorgestellten MLSIE-, RCH4I- und DSRCH4I-Algorithmen weisen eine bessere Leistung bei der Erkennung von Methan aus Kohlebränden auf im Vergleich zu vorhandenen CH4I-Algorithmen; (2) 2DSRCH4I3-, MLSIE (2.3μm)- und RCH4I1-Algorithmen zeigten eine gute Erkennungsleistung in komplexen Kohlebrandgebieten. Die Algorithmen 2DSRCH4I und MLSIE (2.3μm) sind auch für relativ einheitliche Gebirgskohlebrandgebiete geeignet, während der RCH4I1-Algorithmus für stark leckende (stark brennende) aktive Kohlebrandgebiete besser geeignet ist; (3) Der MLSIE (2.3μm)-Algorithmus ist äußerst vielseitig, der 2DSRCH4I3-Algorithmus unterdrückt effektiv Scheinbilder/Fehlalarme und bietet die beste Erkennungsleistung; (4) Die durch die Algorithmen des Artikels erkannten Methanströme aus Kohlebrandgebieten existieren in zwei Formen: Sie treten entweder zusammen mit den Flammen des brennenden Feuers auf oder entweichen als freier Diffusionsstrom. Diese Studie bietet eine neue Methode zur Erkennung von Methan aus Kohlebränden mithilfe eines bodengestützten kurzwelligem Infrarotspektrometer und liefert auch neue Ansätze für die frühzeitige Erkennung und Warnung vor Selbstentzündung von Kohle aus der Perspektive des Methanaustritts.

Kohle; Methan; Hyperspektral; kurzwelliges Infrarot; unorganisierte Emission; Strömungserkennung; Falschbildunterdrückung; Treibhausgas; Klimawandel