煤田火灾不但浪费了宝贵的煤炭资源,而且引起了环境污染与人居安全等众多问题。因此,煤火问题必须立即加以研究并解决。遥感技术由于其探测范围广和时效性强等特点,已经成为煤火探测的主要方法之一。利用遥感技术提取煤火信息的方法主要分为阈值选取密度分割法、多时相遥感数据动态监测法、RS-GIS综合分析法以及多源遥感数据融合提取法等。　　 本文选择内蒙古乌达煤田作为研究区,在土地利用与地表覆盖变化、地表温度反演等研究的基础上,针对夜间热红外数据使用热异常信息自动提取(TAE)算法进行煤火信息提取,并通过算法改进以提高原有算法的运行效率；对多源遥感数据特别是白天的热红外数据,通过开发的最高温度提取融合算法(MTVSF)和热异常信息自动提取算法(TAE)进行煤火监测。主要结论和创新性成果如下：⑴通过改变像元成组方式的方法,在不降低煤火信息提取精度的基础上开发了新的TAE算法,将原有TAE算法的运行效率提高了1/3。当遥感影像中有大面积连续热异常区(如夜间图像中的河流、湖泊等)时,算法提高的效率就越高。⑵基于准同步获取的MODIS和ETM+热红外波段数据,开发了最高温度提取融合算法(MTVSF)。基于融合后数据提取的热异常信息对于探测地下煤火具有很高的潜力,总体提取精度达到60％以上。与单独使用MODIS地表温度数据进行热异常信息提取结果相比,融合后数据可以细化地表的温度分布,从而提高煤火信息的提取精度；与单独使用ETM+地表温度数据进行热异常信息提取结果相比,融合数据将图像的温度信息平滑,缩小了背景与热异常信息之间的差异,使得更多的热异常信息被提取出来,增强并补充了单独使用ETM+数据的提取效果。