编辑推荐：
为解决干旱监测难题，研究人员开展全球近实时干旱监测研究。他们整合风云三号（FY-3）卫星数据得到 FY-3 微波综合干旱指数（FY-3 MIDI）数据集。结果显示该数据集能有效监测干旱，为全球和区域干旱监测评估提供了有价值的服务。
在全球气候变暖的大背景下，干旱这一极端气候事件愈发频繁且严重。它就像一个无形的杀手，对区域农业、生态系统、水资源、社会经济以及人类健康都造成了巨大的破坏。想象一下，农田里的庄稼因缺水而干枯，河流干涸，生态平衡被打破，人们的生活和经济活动也受到严重影响，这便是干旱带来的危害。气象干旱作为各类干旱的源头，在气候变暖的趋势下，其发生频率、速度、持续时间和强度都在增加，给干旱监测工作带来了极大的挑战。以往的干旱监测方法存在诸多不足，比如基于地面的观测空间分辨率有限，而传统的微波综合干旱指数（MIDI）在权重确定和近实时监测服务方面也存在缺陷。因此，开展新的干旱监测研究迫在眉睫。
中国科学院大气物理研究所、国家卫星气象中心等研究机构的研究人员，为了攻克干旱监测的难题，开展了一项极具意义的研究。他们成功开发出全球每月和十天的 FY-3 MIDI 数据集，该数据集整合了 FY-3B/C/D 卫星微波辐射成像仪（MWRI）获取的降水、土壤湿度和地表温度数据，空间分辨率达到 0.25°。这一研究成果意义重大，它为全球和区域干旱监测与评估提供了重要支持，使人们能够更及时、准确地了解干旱情况，从而采取有效的应对措施，减少干旱带来的损失。该研究成果发表在《Scientific Data》上。
研究人员在研究过程中运用了多种关键技术方法。首先，对 FY-3 卫星数据进行质量控制和传感器间重缩放，确保数据的一致性和连续性；然后，利用约束优化方法确定 FY-3 MIDI 的最优组合权重；最后，通过计算不同干旱指数间的相关性、趋势等统计分析方法，对 FY-3 MIDI 进行评估和验证。
研究结果
- 数据处理与优化：对 FY-3B/C/D 卫星数据进行质量控制、地理定位和投影转换，计算日、十天和月平均数据。通过重缩放和合并数据，得到了可靠的长期干旱监测数据集。在重缩放过程中，以 FY-3D 数据为基准，对 FY-3B/C 数据进行调整，确保数据的一致性。
- 干旱指数相关性分析：计算了 FY-3 MIDI 与不同时间尺度的标准化降水蒸散指数（SPEI）、自校准帕尔默干旱严重度指数（scPDSI）和非 FY-3 MIDI 的相关性。结果表明，FY-3 MIDI 与 1 个月的 SPEI 相关性最高，随着 SPEI 时间尺度的增加，相关性逐渐降低，这说明 FY-3 MIDI 更适合监测全球气象干旱。在不同的植被类型中，耕地与 FY-3 MIDI 的平均相关性最高，达到 0.56，而热带森林的相关性相对较低，为 0.34。
- 空间和时间模式比较：比较了 FY-3 MIDI 与其他干旱指数的干旱时空分布、干旱面积变化和干旱趋势。发现 FY-3 MIDI 与非 FY-3 MIDI 的一致性较高，在监测短期干旱方面表现可靠。从 2014 年到 2023 年，全球受干旱影响的面积在 39% 左右波动，2016 年最低，2021 年达到峰值。在干旱趋势方面，全球呈现出空间异质性，南亚、俄罗斯东南部等地呈现湿润趋势，而美国中部、中亚等地则呈现干燥趋势。
研究结论表明，FY-3 MIDI 数据集在全球气象干旱监测中表现出了较高的可靠性和有效性。它能够及时、准确地反映干旱的时空变化，为干旱评估和管理提供了有力的工具。然而，该数据集也存在一些局限性，例如在中高纬度寒冷季节部分地区数据不可用，且由于数据质量、传感器不一致等因素，可能存在一定的不确定性。未来的研究可以进一步改进数据处理方法，提高数据质量，扩大数据覆盖范围，以更好地服务于全球干旱监测和应对工作。这一研究成果为干旱监测领域开辟了新的道路，为相关决策提供了科学依据，对保护生态系统、保障农业生产和水资源合理利用具有重要的现实意义。
