Une explication vient du phénomène de réfraction, et de diffraction...

Les zones géographiques concernées sont désertiques et chaudes... très chaudes. Des couches d'air proches du sol brûlant se retrouvent donc à des températures extrêmes.
D'autres ''couches'' d'air sont moins chaudes.
La densité de l'air et ses proriétés physiques en général varient en fonction de la température. En particulier les indices de réfraction et de diffraction.
Ces indices sont caractéristiques de la capacité de la lumière à traverser l'interface entre 2 milieux (ici, les 2 couches d'air à température différente). Sans rentrer dans les détails, c'est le même phénomène que la ligne du pêcheur qui voit son fil ''en biais'' lorsque celui-ci entre dans l'eau (indices différents entre air et eau).

Dans le désert, c'est une image, parfois très lointaine (une ville, une oasis, un lac,...) qui se reflète ou ''rebondit'' sur cette interface d'air, et elle est perçue par le voyageur beaucoup plus proche qu'elle ne l'est réellement. Il ''voit'' une image à quelques km, alors qu'elle vient de beaucoup plus loin, par ''ricochet'' dans l'atmosphère.