石炭火災は世界的な環境災害であり、長期間継続し、対策が困難であることが特徴で、生態環境、生物の健康、エネルギー安全保障に大きな脅威をもたらします。石炭火災の進化は時空間的に連続したプロセスであり、地表面温度(LST：Land Surface Temperature)はその進化規則を反映する重要な指標です。多様なリモートセンシングデータの蓄積に伴い、時系列手法は石炭火災の検出において重要な手段となっています。地表の熱異常を通じて石炭火災の位置を特定することは、炭田の消火工事において重要な実用的意義があります。地表温度データは確率的で複雑な時系列であり、長期間の石炭火災モニタリングに課題をもたらします。本研究は新疆三道坝炭田火区を対象に、STL（季節・傾向分解 Loessに基づく時系列分解手法）に基づく石炭火災モニタリング手法を構築しました。まずLandsat衛星画像とGoogle Earth Engine（GEE）クラウドプラットフォームを基に、1998年から2023年までの研究地域の長期地表温度時系列を構築し、STL時系列分解を行い時空間変化傾向を分析しました。さらに傾向成分とランダムサンプルコンセンサス（RANSAC）アルゴリズムを用いて石炭火災域と進化周期を判断しました。結果は、STL時系列分解が地表温度の長期時系列データにおける季節性やランダムな変動影響を効果的に分離できること、分解後の傾向成分が長期間スケールでの地表温度変化の進化傾向をより正確に反映することを示しました。2016年の現地で計測された20の発火点のうち16が傾向成分の平均値および極差の高値領域に位置し、1998年から2023年の石炭火災進化過程をRANSACで分析した結果は実地調査とほぼ一致し、本研究のSTL時系列分解手法が石炭火災モニタリングにおいて有効かつ信頼できることを検証しました。総じて、本研究の構築した方法は石炭火災のモニタリング精度を向上させ、複雑な時空間変化に対する適応性を強化し、後続の石炭火災監視と対策に参考となると考えられます。

石炭火災識別; STL分解; Landsat; LST時系列; 熱赤外線リモートセンシング