林火是森林生态系统的重要干扰因子，精准识别火烧迹地不仅是科学评估火灾损失及其生态效应、制定火后管理策略的关键环节，也是开展火后生态修复与资源调配的重要基础。然而，当前基于光学遥感的火烧迹地识别易受云覆盖、地形阴影与物候变化等因素影响，导致光谱混淆显著；同时，现有方法在深层特征挖掘、高质量种子像素筛选及时序信息有效利用等方面仍存在不足，难以充分抑制非火干扰引入的误差。尽管已有多种全球尺度数据产品支撑林火相关研究，但针对火灾风险持续加剧、火情态势复杂的黑龙江流域，仍缺乏高时空分辨率且高精度的火烧迹地数据产品，这一现状严重制约了区域森林资源的可持续利用、火后生态修复以及跨境协同管理工作的有效推进。

针对上述问题，中国科学院东北地理与农业生态研究所任春颖研究员团队研发了一套融合活跃火数据与Sentinel-2多时序影像的森林火烧迹地精准检测方法框架。研究人员通过引入火烧导致的反射率突变及火后短期光谱异常信息，构建了增强型火烧迹地指数（EBAI），显著提升了火烧区与非火烧区的光谱区分能力。基于此方法框架，获得了黑龙江流域2020-2023年空间分辨率10米、逐月森林火烧迹地产品（ARB_FBA），其错分误差介于7.65%—8.46%之间，漏分误差为9.43%—13.02%，Dice系数高达89.94%—91.21%。分析结果表明，黑龙江流域春季（3-5月）为森林火灾高发期，2023年火烧迹地面积激增，这一现象与当年破纪录的热浪及森林管理疏漏密切相关。

图1 融合活跃火数据与Sentinel-2多时序影像的森林火烧迹地精准检测框架

图2 2020—2023 年黑龙江流域森林火烧迹地面积变化特征。(A) 不同燃烧斑块的月度变化特征；(B) 火烧迹地面积的季节分布特征。

本研究提出的优选光谱特征、融合火点数据以及构建EBAI指数的技术路径，可显著提升火烧迹地检测精度；所构建的高精度、长时序火烧迹地数据集，能够为该区域火后生态影响评估与生态修复提供关键数据支撑。同时，研究揭示了气候极端事件和跨境管理差异对区域火烧格局的影响规律，从而为跨境流域科学制定火险防控策略、优化森林管理资源配置、推进跨境森林协同治理提供了重要科学依据。

研究成果近期发表在遥感领域国际重要期刊International Journal of Applied Earth Observation and Geoinformation（一区top，IF = 8.6），由东北地理所任慧鑫博士生（第一作者）、任春颖研究员（通讯作者）等人共同完成。研究由科技基础资源调查专项（No.2022FY101902)）和国家自然科学基金（No.42171367）等项目共同资助。

论文信息如下：Ren, H., Ren, C., Li, L., Wang, Y., Jia, M., Wang, Z., Xi, Y., Liu, P., Xia, C., Hou, Q., Ruan, X., 2026. Accurate forest burned area detection by integrating active fire data with enhanced sentinel-2 multi-temporal imagery. Int. J. Appl. Earth Obs. Geoinf. 146, 105163. https://doi.org/10.1016/j.jag.2026.105163

论文链接：https://doi.org/10.1016/j.jag.2026.105163