Kohlenbrände stellen eine globale Umweltkatastrophe dar, die durch eine lange Dauer und hohe Bekämpfungsschwierigkeiten gekennzeichnet ist und eine erhebliche Bedrohung für die ökologische Umwelt, die Gesundheit von Organismen und die Energiesicherheit darstellt. Die Entwicklung von Kohlenbränden ist ein zeitlich-räumlich kontinuierlicher Prozess, wobei die Landoberflächentemperatur (LST) ein wichtiger Indikator ist, der den Entwicklungsprozess widerspiegelt. Mit der zunehmenden Ansammlung multiquellenbasierter Fernerkundungsdaten werden Zeitreihenmethoden allmählich zu einem wichtigen Mittel zur Erkennung von Kohlenbränden. Die Bestimmung der Kohlenbrandpositionen anhand von thermischen Oberflächenanomalien hat eine große praktische Bedeutung für die Feuerlöschprojekte in Kohlefeldern. Die Landoberflächentemperaturdaten sind komplexe, stochastische Zeitreihen, was eine Herausforderung für die Langzeitüberwachung von Kohlenbränden darstellt. Daher wurde in dieser Studie das Bergbaubrandgebiet Sandao Ba im Xinjiang-Gebiet untersucht und eine Kohlenbrandüberwachungsmethode basierend auf der Zeitreihenzerlegung STL (Seasonal-Trend decomposition procedure based on Loess) entwickelt. Zunächst wurde basierend auf Landsat-Satellitenbildern und der Google Earth Engine (GEE)-Cloud-Plattform eine Langzeit-Zeitreihe der Landoberflächentemperatur im Untersuchungsgebiet für die Jahre 1998–2023 erstellt, die Zeitreihe mittels STL zerlegt, die räumlich-zeitlichen Veränderungen analysiert und mithilfe der Trendkomponente und des RANSAC-Algorithmus (Random Sample Consensus) die Bereiche und Entwicklungszyklen der Kohlenbrände bestimmt. Die Ergebnisse zeigen, dass durch STL-Zerlegung saisonale und zufällige Schwankungen in den Langzeit-Zeitreihen der Landoberflächentemperatur effektiv getrennt werden können und die zerlegte Trendkomponente die Entwicklung der Oberflächentemperatur auf langen Zeitskalen präziser widerspiegelt; von 20 gemessenen Brandstellen vor Ort im Jahr 2016 befanden sich 16 in Bereichen mit hohen Mittelwerten und Spannweiten der Trendkomponente; die RANSAC-Analyse des Evolutionsprozesses der Kohlenbrände von 1998–2023 stimmt im Wesentlichen mit den Felduntersuchungen überein, was die Effektivität und Zuverlässigkeit der aufgebauten STL-Zerlegungsmethode zur Kohlenbrandüberwachung bestätigt. Zusammenfassend verbessert die entwickelte Methode die Überwachungsgenauigkeit von Kohlenbränden, erhöht die Anpassungsfähigkeit an komplexe räumlich-zeitliche Veränderungen und kann als Referenz für zukünftige Kohlenbrandüberwachung und -bekämpfung dienen.

Kohlenbrand-Erkennung; STL-Zerlegung; Landsat; LST-Zeitreihe; thermische Infrarotfernerkundung