近年来,世界各地森林火灾频发,不但对地球生态系统构成了巨大的威胁,而且对人类生活产生了严重的影响。由于具有更新频率高、监测范围广和工作效率高等优点,卫星遥感监测森林火点已经成为森林火灾实时监测、动态跟踪及灾后评估不可或缺的手段。针对当前基于单一遥感数据的火点监测算法和火点产品时空分辨率低,算法精度低,适应性差等缺点,本文结合多源遥感数据,开展高时空分辨率的火点监测和高精度的过火面积估算研究。本文主要从以下几个方面对火点监测和过火面积估算进行研究:(1)为解决目前遥感火点监测中由于数据的单一性导致火点信息在空间上或时间上存在局限性的问题,利用多源遥感数据在时间上和空间上的最优化布局集成监测火点。首先利用Himawari-8/AHI数据在时间序列上进行实时监测,再利用EOS/MODIS数据、NPP/VIIRS、NOAA/AVHRR数据和FY-3/VIRR数据时间上进行插入分析,此方法在不但火点监测的最高时间分辨率达到了10分钟,并且最高空间分辨率达到了375米。(2)分析了遥感卫星监测火点中最小可探测火点面积,根据普朗克黑体辐射定律中波长和温度的关系,利用中红外波段MIR与热红外波段TIR对高温的不同敏感度,使用牛顿迭代法求解混合像元中温度和灵敏度的关系。结果表明,在300K-400K之间,灵敏度从90%提升到10%,在400K-1500K之间,灵敏度从10%提升到1%。(3)考虑火点监测算法的鲁棒性和适用性,提出了一种适用于多种遥感数据的火点监测改进算法,此算法在将图像分为白天和黑夜的情况下对阈值进行了优化,新增NDVI、NDWI和NFPI等指数,并且结合空间和时间信息对火点进行置信度分析。相比Himawari-8 WLF的14.85%、NPP/VIIRS Active Fire的42.57%和MODIS Active Fire的52.48%,该算法将火点监测的精确度提升到了81.30%。(4)以西昌市火灾为例,使用变化检测和面向对象分析对火灾前后影像进行过火区域提取,获取过火面积为3049.6公顷,并结合Landsat-8、Sentinel-2和GF-2等中高分辨率数据对多处火灾进行分析,对比GF-2的结果,Landsat-8和Sentinel-2的总体精度达到了91.99%和92.14%,错分率为2.51%和5.36%与漏分率为29.04%和25.87%,说明对于过火面积估算,使用Landsat-8和Sentinel-2具有一定的实用价值,但是对于小尺度火灾分析,GF-2的1平方米超高分辨率具有极大的优势。