Connecting earth observation anomalies to farmer surveys for monitoring impacts of agricultural drought on rainfed rice yields in Nigeria

摘要：农业干旱威胁着尼日利亚依赖雨养的水稻生产，当地小农户依靠降雨为生，缓冲气候冲击的能力有限。尽管诸如标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）等气象干旱指数被广泛应用于国家早期预警系统，但它们在捕捉小农田间尺度上干旱对雨养水稻产量影响的能力仍不确定。本研究评估了基于地球观测（EO）的植被和土壤湿度异常在监测和预测尼日利亚干旱对雨养水稻产量影响方面的附加价值。采用分区聚类和阈值方法，推导出基于卫星的归一化差异植被指数异常（NDVIA）和土壤水分指数异常（SWIA），并结合2019年至2024年间从四个主要水稻种植州的146位雨养水稻农户收集的农户调查和产量数据。使用多元回归模型评估EO指标异常与年度产量变化之间的关系，并评估不同分区聚类和异常阈值对异常计算的影响。结果表明，在某些年份，SPI和SPEI解释了产量变异的很大一部分，特别是当干旱与敏感物候阶段重合时。然而，基于EO的异常指标，尤其是SWIA（最大改进R²=0.25），提供了补充信息，并在气象指数单独表现不佳的年份显著改善了产量预测。异常相对于水稻物候的时机至关重要，穗分化期发生的干旱对产量影响最大。将基于EO的植被和土壤湿度异常指标与现有气象指数相结合，有助于监测农业干旱，并提高尼日利亚雨养水稻农户早期预警系统的业务相关性。