研究背景与目标
非洲大陆有37个世界气象组织（WMO）的气象站，为11亿人提供天气数据。相比之下，欧洲联盟和美国共有636个气象站，服务人口达12亿。然而，这些气象站在非洲分布不均，仅覆盖约40%的人口。许多气象站因维护不足导致数据质量下降。2019年，只有五分之一的非洲气象站符合WMO的数据上报标准。
为弥补这一不足，地球观测（Earth Observation, EO）技术的发展使得可以利用遥感数据来估计地面天气状况。这些EO产品提供了多种天气现象的测量值，如降雨量、温度、风速或湿度等。然而，不同EO产品的测量方法和传感器组合不同，导致它们提供的“真相”并不一致。
研究方法
研究者整合了九个不同的EO地理空间天气数据集，并将其与六个国家的纵向家庭调查数据相结合。这些调查数据来自世界银行的“生活标准测量研究-综合农业调查”（LSMS-ISA）项目。通过分析天气对小规模农户农业生产的影响，研究者评估了不同EO产品的差异对经济模型的影响。
关键发现
研究发现，不同EO产品的测量方法不仅影响系数的绝对值（cardinality），还影响系数的顺序（ordinality）。这意味着，使用不同的EO产品可能会显著改变结果的排序，甚至可以通过选择特定的EO产品来得到想要的结果。因此，许多依赖EO天气数据的研究结果可能对所选EO产品非常敏感。
结论
研究结果表明，不同EO产品的差异不仅会影响系数的绝对值，还会改变系数的顺序，这意味着EO产品不是简单的线性变换关系。选择不同的EO产品可能导致完全不同的结果排序。因此，在使用EO天气数据时，研究人员应谨慎选择，并进行稳健性检查以测试不同来源的EO数据。
