基于云端遥感与多源干旱指数的爱德华王子岛农业气象干旱长时序制图与热点识别

《The Egyptian Journal of Remote Sensing and Space Sciences》：Cloud-powered drought mapping: using satellite-derived indices to track agro-meteorological extremes in Prince Edward Island

　　

气候变化与降水变率加剧导致干旱事件频发且强度上升，因此精准识别干旱时空分布对抗旱管理至关重要。研究人员基于爱德华王子岛（Prince Edward Island, PEI）2000至2025年长时序农业气象干旱记录，利用MODIS衍生的植被条件指数（VCI）、温度条件指数（TCI）与植被健康指数（VHI），结合CHIRPS降水数据计算3个月尺度标准化降水指数（SPI-3），并引入严重干旱频率（SDF）与农业干旱频率（ADF）等指标，在Google Earth Engine（GEE）云端平台完成分析。研究人员采用滑动平均检验刻画时间序列趋势与季节性，Mann–Kendall检验显示年降水呈显著下降趋势（τ = ?0.317，p = 0.025），而SPI-3长期趋势未达显著水平（τ = ?0.028，p = 0.677）。结果表明，2001年与2020年为研究期内最干年份，约80–90%区域受旱；2025年出现第三次重大干旱。干旱频率空间中，65.67%区域属极低频干旱区，15.81%属极端高频区；SDF与ADF协同高值区可识别干旱易发热点。2018年后降水总体走低且干旱事件增多。该长时序、植被—降水耦合的评估可为PEI抗旱预备与适应性农业管理提供科学依据。

研究背景方面，全球气候变化导致气温上升、降水再分配与极端天气增强，干旱因影响水资源与农业生产力而备受关注。加拿大爱德华王子岛（PEI）以雨养农业为主，马铃薯及谷物、浆果等作物依赖夏季降水；近年7—8月升温少雨、蒸散加剧，传统地面观测存在时空分辨率低、主观性强与监测滞后等缺陷，且PEI此前缺乏以植被为中心的长期综合干旱评估。为此，研究人员开展2000—2025年农业气象干旱时空研究，融合遥感植被胁迫与降水亏缺信号，服务灌溉优化与粮食安全风险管控。

关键技术方法上，研究人员以GEE云端平台为核心，调用MODIS的MOD13A2（NDVI，1 km）与MOD11A2（LST，1 km）产品，并用CHIRPS日降水（0.05°）计算SPI-3；通过QA/QC质量过滤与生长季聚焦（6—9月）控制数据质量。统计端采用滑动平均检验判读趋势与季节性，Mann–Kendall检验量化年降水与SPI-3显著性，辅以SDF与ADF频率指标定位干旱热点，样本覆盖PEI全岛陆域而非仅农田。

研究结果按原文小标题凝练如下。

研究区：PEI位于圣劳伦斯湾，46°N—47°N、62°W—64°W，农场约占陆地36.05%，冷湿气候、年均降水约1100 mm；农业用水依赖浅层地下水，干旱敏感性强。

数据来源与类型：MODIS提供NDVI与地表温度（LST），CHIRPS补充站点稀疏区的降水估计，二者按各自分辨率独立处理，支撑农业与气象干旱分轨分析。

干旱指数计算：由NDVI构建VCI（植被条件指数，反映同期历史植被偏离），由LST构建TCI（温度条件指数，值越低热胁迫越强），VHI（植被健康指数）=0.5×VCI+0.5×TCI；SPI-3以三日累计降水相对同期均值与标准差做z-score标准化，未拟合概率分布。

趋势检验结论：Mann–Kendall显示年降水显著减少（τ = ?0.317，p = 0.025），SPI-3无显著趋势（τ = ?0.028，p = 0.677）；滑动平均揭示2018年后旱情频次上升。

干旱事件与空间分布：2001、2020为最严重旱年，80–90%面积受旱，2025为第三大旱年；频率分级中65.67%为极低频区、15.81%为极端高频区；SDF与ADF重合区即干旱热点。

讨论与结论翻译：长期降水下降与SPI信号弱化并不矛盾，表明植被端胁迫早于气象指数显现。综合遥感框架弥补了传统监测滞后与局部空白，首次在PEI实现农业—气象干旱联合长时序制图。结论为：PEI生长季干旱化风险自2018年明显增强，热点区应优先配置补充灌溉与早期预警；该成果可支撑抗旱预案、作物损失削减与可持续农业规划。

这篇论文解读已完成，接下来可以选择一个方向继续深化：

将解读改写为期刊审稿意见

提炼论文创新点与方法论局限

将解读改写为期刊审稿意见

提炼论文创新点与方法论局限