La quema de biomasa agrava o causa directamente una grave contaminación del aire. Los métodos tradicionales de detección activa de incendios (AFD) están limitados por los umbrales de los algoritmos y la resolución espacial de las imágenes de teledetección, lo que clasifica incorrectamente algunos incendios a pequeña escala. La AFD para la quema de paja se ve interferida por edificios altamente reflectantes en áreas urbanas y rurales, lo que resulta en un alto error de comisión (CE). Para resolver estos problemas, desarrollamos un AFD de umbral multicriterio para la quema de paja (SAFD) basado en imágenes de Landsat-8 en el contexto de tierras de cultivo. Para solucionar el problema del alto CE de los edificios altamente reflectantes en áreas urbanas y rurales, se propuso el algoritmo SAFD, que se basó en el método de aprendizaje automático LightGBM (SAFD-LightGBM), para diferenciar incendios activos de edificios altamente reflectantes con un conjunto de datos de muestra de edificios e incendios activos y una combinación óptima de características espectrales y características de textura utilizando el método de selección de características ReliefF. Los resultados revelaron que el método SAFD-LightGBM tuvo un mejor rendimiento que el método de umbral tradicional, con un CE y un error de omisión (OE) del 13.2% y 11.5%, respectivamente. El método propuesto podría reducir efectivamente la interferencia de edificios altamente reflectantes para la detección de incendios activos, y tiene una aplicabilidad y estabilidad general para detectar incendios discretos y a pequeña escala en áreas urbanas y rurales.