近年来我国山火频发,对我国自然资源安全造成了严重的威胁,危及了人类的生命财产安全,破坏了生态环境和生态系统,山火频发已经严重影响了输电线路的正常工作,进而导致线路跳闸等问题。在以往的山火监测工作中,都是监测人员进行人工监测,这种办法效率极低,同时浪费了大量的人力和物力。一些传统的基于卫星监测火点的模型,也因为卫星数据更新不及时、没有考虑到待监测区域气候和环境特征等问题,导致检测精度不高。在杆塔报警研究方面,现在普遍应用的遍历算法将火点与其附近所有的杆塔的距离一一计算,再将受到威胁的杆塔进行报警处理,效率太低。对于卫星监测到的火点,应尽快找出受到火点威胁的杆塔,及时发布报警信息,通知相应的工作人员去现场进行维护工作。为了解决上述问题,本文主要工作如下:（1）在传统MODIS火点判识算法的基础上,利用风云三号D卫星的数据并结合广东及周边地区气候和环境特征,提出针对广东地区区域阈值的火点监测算法,建立起始判识亮温阈值表和绝对火点亮温阈值表,并且在判识过程中针对云检测这一关键步骤,根据广东地区区域特征使用标记分类法提取云信息,进行本地化的山火判识。将传统的MODIS算法和提出的改进算法对火点进行判识实验,得到的监测结果与林业部门提供的监测结果进行横向对比,改进算法在某些城市某些地区的火点判识结果比传统算法的结果更为精确,将火点检测提高到了89%。（2）为了尽快找到受火点威胁的杆塔,及时发布报警信息,针对传统遍历算法计算量大、耗时长和效率低等问题,提出循环存储区法。然而循环存储区法在筛选杆塔时速度过慢,又进一步提出了方格存储区法和存储区分块查找法。方格存储区法解决了循环存储区法筛选杆塔时需要进行二次计算的问题;存储区分块查找法事先对杆塔数据进行了预处理,根据杆塔所在子存储区域直接查找杆塔。实验表明,与传统的遍历算法和循环存储区法相比,方格存储区法和存储区分块查找法缩短了报警时间,而且缩短的时间和杆塔数量具有正比例的关系。