《Remote Sensing of Environment》：Sub-seasonal forecasting of cropland productivity anomalies using satellite soil moisture in water-limited environments
编辑推荐：
土壤湿度耗竭先于植被生产力下降数天至数周，为农业干旱影响提供了天然的预报窗口。研究人员检验卫星根区土壤湿度（RZSM）源自土壤湿度主动被动（SMAP）Level-4产品是否能在东非与南非干旱易发耕地中，对近红外植被反射率（NIRv）作物生产力异常提供有技巧的次
土壤湿度耗竭先于植被生产力下降数天至数周，为农业干旱影响提供了天然的预报窗口。研究人员检验卫星根区土壤湿度（RZSM）源自土壤湿度主动被动（SMAP）Level-4产品是否能在东非与南非干旱易发耕地中，对近红外植被反射率（NIRv）作物生产力异常提供有技巧的次季节预报。研究人员测试三种输入配置：仅NIRv、NIRv联合同期RZSM、NIRv联合显式滞后偏移RZSM，使用卷积长短期记忆（ConvLSTM）模型在8至40天预见期预报NIRv异常，该模型可联合捕捉局部空间依赖与时间滞后结构。所有配置均优于气候态NIRv基准，RMSE降低22–24%。同期RZSM配置取得最高域平均异常相关系数（ACC=0.560），土壤湿度贡献从8天时可忽略单调增长至40天时+0.056 ACC。按干旱度分层后，RZSM优势集中于水限制耕地（48天与80天输入窗口下平均ΔACC分别为+0.022与+0.024，能量限制耕地≈0），此处土壤湿度–植被耦合更强；能量限制区土壤湿度增益极小。2024年南部非洲厄尔尼诺干旱案例显示，RZSM知情模型提前约32天分辨作物生产力异常空间格局，较自回归仅NIRv预报降低空间平均绝对误差30%、提升空间相关29%。结果表明SMAP根区土壤湿度是水限制非洲耕地次季节作物生产力异常的可行预报因子。预报目标为植被生产力卫星代理（NIRv异常）而非产量、产出或实测绝收；将耕地掩膜异常转化为农业影响结果需作物特异校正与粮食安全指标融合。
研究背景方面，土壤湿度作为气象干旱传至农业影响的关键中介，其耗竭先于植被响应数天至数周，构成未被充分利用的预报窗口。东非与南非以雨养农业为主，近年连续枯季与厄尔尼诺干旱频发，早期预警系统多依赖NDVI等绿度指数做季节内监测，缺乏次季节预见期；已有植被异常预报研究多用自回归、梯度提升或循环网络并以NDVI为目标，而NIRv相较NDVI能更好表征冠层光合能力。SMAP L4根区土壤湿度（RZSM，0–100 cm）在9 km分辨率全球可用，但在非洲耕地中联合NIRv做次季节预报尚未被探索。研究人员据此开展该研究，以明确卫星RZSM在水限制耕地中对NIRv异常预报的技巧、预见期与旱限条件，论文发表于《Remote Sensing of Environment》。
关键技术方法上，研究人员使用SMAP L4 RZSM与VIIRS NBAR（I1红、I2近红外）计算的NIRv（NIRv=NDVI×NIRT），辅以SPEI-3、Global Aridity Index v3、GEOGLAM作物日历与2015–2024耕地掩膜；将耕地域切为非重叠32×32像元块（约288×288 km），保留耕地比例>10%的1130块，数据同化至9 km网格并合成8天中位数，按作物日历取生长季；时序划分训练（2016–2022）、验证（2023）、测试（2024–2025）。建模采用ConvLSTM，对比三类输入（仅NIRv、NIRv+同期RZSM、NIRv+滞后RZSM），预见期8–40天，并以气候态与自回归NIRv为基准，按水/能量限制分层评估ACC与RMSE。
研究结果部分，摘要已给出主结论：所有配置RMSE降22–24%，同期RZSM域平均ACC=0.560，土壤湿度贡献随预见期单调上升，水限制耕地ΔACC为正、能量限制近零；2024南部非洲案例提前32天分辨异常格局，空间MAE降30%、空间相关升29%。引言部分阐明土壤湿度–植被滞后耦合的物理基础及NIRv优于NDVI的机制；材料与方法部分确定数据来源、耕地掩膜与旱限分类、8天异常相对于训练期DOY气候态、ConvLSTM时空联合结构；案例研究部分以2024南部非洲厄尔尼诺干旱验证RZSM知情模型空间分辨能力。讨论部分指出，技巧增益可归因于土壤湿度信息本身而非卷积空间结构（通过与非空间基线对比），且ConvLSTM可隐式学习滞后亦可经互相关显式赋予；NIRv异常仅是植被生产力卫星代理，非产量或绝收，转向农业影响需作物校准与粮食安全阈值融合；水限制区耦合强故增益集中，能量限制区增益近零，与全球植被敏感性分析一致。结论部分重申SMAP RZSM是水限制非洲耕地次季节NIRv异常可行预报因子，最优同期配置ACC=0.560，40天预见期土壤湿度贡献+0.056 ACC，案例提前32天降MAE 30%、升空间相关29%，但目标变量不直接等同作物产量或粮食危机，转化需后续校准。
