Integrating Sentinel-2 Remotely Sensed Data into Center-Pivot Irrigation Management for Sustainable Water Resource Use: Evidence from the Nasho Irrigation Scheme, Rwanda

方法

Sentinel-2 NDVI/NDMI时序分析、OLS与线性混合效应模型、13

发现

遥感指数可监测作物时空差异，但单独预测产量不显著；农户信任高却采纳与付费意愿低。

机会点

可探索遥感指标与作物、季节、农艺及支轴管理信息融合的混合决策模型，并研究低成本机构化遥感咨询服务机制。

纳肖灌溉计划（Nasho Irrigation Scheme）是卢旺达最大的中心支轴式灌溉计划之一，其在使灌溉管理与作物状况的时空变化相协调方面面临挑战。本研究评估了Sentinel-2遥感数据如何通过以下方式支持可持续水资源管理和作物生产力：利用归一化差异植被指数（NDVI）和归一化差异水分指数（NDMI）评估作物健康状况的时空变化，考察NDVI与作物产量之间的关系，并识别地理空间工具 adoption 的障碍。研究采用混合方法案例研究设计，将Sentinel-2地理空间分析与对137名小农户的结构化调查以及跨越八个中心支轴的關鍵知情人访谈相结合。结果显示作物状况存在显著的季节性和空间性变化，平均NDVI从2025B季的0.629下降至2026A季的0.382，而平均NDMI从0.101变化至-0.108。初始普通最小二乘模型表明NDVI与产量之间存在显著关系；然而，在使用线性混合效应模型考虑支轴内农户间的聚类效应后，NDVI不再具有统计学显著性，而作物类型和季节仍是产量的显著预测因子。技术接受模型（Technology Acceptance Model）结果显示，农户对基于卫星的建议具有较高信任度（平均分3.87），但对采用此类服务的意愿较低（2.39），付费意愿更低（1.24）。研究结果表明，Sentinel-2指数对于作物监测和识别与灌溉管理相关的空间变异性具有价值，但不应作为产量或灌溉需求的独立预测因子。纳肖的可持续水资源管理将受益于一种混合方法，即将遥感指标与作物、季节、农艺和支轴层面的管理信息相结合，并辅以可负担且由机构中介的咨询服务。