基于Sentinel-1与ASCAT的高分辨率干旱监测技术：莫桑比克农业干旱早期预警新策略

本研究针对非洲地区干旱监测分辨率不足的难题，创新性融合Sentinel-1 C波段雷达与ASCAT散射计数据，开发了500米分辨率的土壤水分(SSMs1)产品及SWDIs1、Z-scores1两种干旱指标。验证表明该技术能早于植被指标(NDVI)1个月预警干旱，为雨养农业区构建多维度干旱监测体系提供新范式。

　　

在气候变化加剧的背景下，干旱已成为威胁全球粮食安全的首要自然灾害。莫桑比克作为典型依赖雨养农业的非洲国家，其70%人口以农业为生，却长期面临传统干旱监测系统分辨率低（如CHIRPS降水数据仅5.5km）、植被响应滞后等瓶颈。现有基于气象站和低分辨率卫星的预警体系难以捕捉农田尺度的水分动态，导致2019-2020年连续干旱造成该国玉米减产40%的悲剧。

奥地利维也纳理工大学（Technische Universit?t Wien）的研究团队在《Agricultural Water Management》发表突破性研究，通过融合欧空局Sentinel-1 C波段SAR数据和Metop ASCAT长期观测，首次实现莫桑比克500米分辨率的土壤水分(SSM)制图，并创新开发土壤水分亏缺指数(SWDI_s1)和标准化异常指数(Z-score_s1)。研究证实该技术较传统植被指数(NDVI)提前1个月预警干旱，为非洲农业干旱监测树立了新标杆。

研究团队采用三项核心技术：1）基于变化检测模型将Sentinel-1后向散射系数(σ⁰)转化为SSM_s1；2）结合SoilGrids土壤属性数据计算植物可用水量指标(SWDI_s1)；3）利用ASCAT 16年气候学数据构建时空融合的Z-score_s1异常指标。研究选取莫桑比克6个典型农业区（Chokwé、Massinga等）进行验证，样本涵盖灌溉区与雨养农田。

土壤水分产品验证
与ASCAT、SMAP和ERA5-Land的对比显示：SSM_s1与ASCAT的Pearson相关系数达0.6-0.9，协方差残差比(CtV)最高达4。ERA5-Land在旱季出现平台效应，验证了卫星数据在捕捉季节内动态的优势。

干旱指标性能
SWDI_s1在Chokwé灌溉区与NDVI异常相关性最高（r=0.658），而Z-score_s1在湿润的Muanza地区与降水异常更匹配（r=0.404）。时空分析揭示：2019年干旱事件中，SSM指标较NDVI提前4周发出预警，且能识别灌溉农田的隐性干旱。

土地覆盖响应差异
灌木丛和森林区的均方根误差(RMSD)较高（1.2-1.9），而耕地误差最低（0.7-1.1）。沿海湿地因频繁洪水干扰，导致干旱信号衰减。

这项研究开创性地证明，融合高分辨率主动微波遥感与长期气候学数据，可突破传统干旱监测的时空限制。特别值得关注的是，SSM_s1在旱季仍保持动态响应，克服了ERA5-Land模型的平台效应，这对理解气候变化下的干旱持续性至关重要。研究提出的技术框架仅需开源数据，为发展中国家构建低成本早期预警系统提供了可复制的技术路线。世界粮食计划署(WFP)已将该成果纳入莫桑比克干旱响应体系，预计可使预警时效提升30%，为保障200万小农生计提供科学支撑。

未来需进一步优化植被遮挡条件下的SSM反演算法，并探索与气象预报模型的耦合应用。这项成果不仅为联合国可持续发展目标(SDG)中的"零饥饿"目标提供技术工具，也为全球干旱研究范式从"事后救济"转向"事前预防"树立了典范。