Los incendios de carbón, como una catástrofe ambiental global, se caracterizan por una larga duración y una alta dificultad para su control, lo que representa una gran amenaza para el medio ambiente ecológico, la salud biológica y la seguridad energética. La evolución de los incendios de carbón es un proceso continuo espacio-temporal, y la temperatura de la superficie terrestre (LST) es un indicador clave que refleja esta evolución. Con la acumulación creciente de datos multisensoriales de teledetección, los métodos de series temporales se han convertido gradualmente en una herramienta importante para detectar incendios de carbón. La determinación de la ubicación de incendios mediante anomalías térmicas superficiales tiene un gran significado práctico para la ingeniería de extinción de incendios en campos de carbón. Los datos de temperatura de la superficie terrestre son series temporales complejas y aleatorias, lo que representa un desafío para el monitoreo a largo plazo de los incendios de carbón. Por ello, este estudio toma como objeto el área de incendios del campo carbonífero de Sandao Ba en Xinjiang, construyendo un método de monitoreo basado en la descomposición temporal STL (procedimiento de descomposición estacional-tendencia basado en Loess). Primero, con imágenes de satélite Landsat y la plataforma en la nube Google Earth Engine (GEE), se construyó una serie temporal larga de temperatura de la superficie terrestre en el área de estudio desde 1998 hasta 2023, se realizó la descomposición STL de la serie temporal de temperatura de superficie, se analizaron las tendencias espaciales y temporales, y se usaron los componentes de tendencia y el algoritmo RANSAC (Consenso de Muestra Aleatoria) para determinar las zonas de incendios y sus ciclos evolutivos. Los resultados muestran que la descomposición STL puede separar eficazmente los efectos estacionales y las fluctuaciones aleatorias en las series temporales largas de temperatura de superficie, y que el componente de tendencia refleja con mayor precisión la evolución de la temperatura en escalas temporales largas; de los 20 puntos de fuego medidos in situ en 2016, 16 estaban ubicados en las áreas de alto valor medio y rango del componente de tendencia; el análisis con el algoritmo RANSAC del proceso evolutivo de los incendios de carbón entre 1998 y 2023 concuerda básicamente con la investigación de campo, lo que valida la eficacia y fiabilidad del método STL construido en este estudio. En resumen, el método construido mejora la precisión de monitoreo de los incendios de carbón, fortalece la adaptabilidad a cambios espaciales y temporales complejos, y puede servir como referencia para futuros monitoreos y control de incendios.

identificación de incendios de carbón; descomposición STL; Landsat; serie temporal LST; teledetección infrarroja térmica