Ein globales Zeitreihen-Datenset für Grundwasserstudien im Erdsystem

Warum verborgenes Wasser für den Alltag wichtig ist

Der Großteil des Süßwassers, auf das Menschen und Ökosysteme angewiesen sind, verbirgt sich unter unseren Füßen als Grundwasser. Es hält Flüsse in Trockenzeiten in Gang, unterstützt Landwirtschaft und Städte und erhält Feuchtgebiete und Wälder auch bei geringen Niederschlägen. Verglichen mit Wetterdaten oder Pegelständen von Flüssen wissen wir jedoch überraschend wenig darüber, wie sich Grundwasser weltweit verhält und wie es sich als Reaktion auf Klimaveränderungen und menschliche Nutzung verändert. Dieser Artikel stellt ein neues globales Datenset namens GROW vor, das Hunderttausende von Grundwassermessungen zusammenführt und mit anderen Teilen des Erdsystems verknüpft, sodass es Wissenschaftlern und Planern deutlich leichter fällt, diese verborgenen Wasservorräte zu untersuchen.

Ein neues globales Fenster in das unterirdische Wasser

Das GROW‑Projekt fasst mehr als 200.000 Grundwasser‑Zeitreihen aus Brunnen in 55 Ländern zu einem einheitlichen, harmonisierten Paket zusammen. Ein großer Teil der Daten stammt aus Nordamerika, Indien, Europa und Australien, wo Überwachungsnetze gut etabliert sind. Für jeden Brunnen erfasst das Datenset, wie tief die Grundwasseroberfläche ist oder wie hoch der Grundwasserspiegel über die Zeit liegt, in täglichen, monatlichen oder jährlichen Schritten. Etwa die Hälfte der Aufzeichnungen erstreckt sich über mindestens ein Jahrzehnt, einige reichen mehr als ein Jahrhundert zurück. Indem diese Messungen gesammelt und in ein konsistentes Format gebracht werden, bietet GROW eine beispiellose Sicht darauf, wie Grundwasserspiegel in einer Vielzahl von Klimazonen und Landschaften ansteigen und fallen.

Grundwasser mit dem Rest des Planeten verbinden

Grundwasser wirkt nicht isoliert. Es wird beeinflusst von Niederschlag und Verdunstung aus der Atmosphäre, von der Beschaffenheit von Gestein und Böden darunter, von Flüssen und Seen in der Nähe, von Schnee und Eis, von Vegetation und von menschlichen Aktivitäten wie Bewässerung und Pumpen. Um diese Verknüpfungen abzubilden, hat das GROW‑Team jedem Grundwasser‑Datensatz 36 zusätzliche Variablen zugeordnet. Diese Variablen sind in sechs Komponenten des Erdsystems gruppiert: Atmosphäre, Geosphäre, Hydrosphäre, Kryosphäre, Biosphäre und Anthroposphäre. Beispielsweise ist jeder Brunnen mit Aufzeichnungen zu Niederschlag, potenzieller Verdunstung, Lufttemperatur, Landbedeckung, Wasserverbrauch, Schneebedeckung und weiteren Variablen gepaart. Dadurch können Forschende Fragen untersuchen wie: Wie formen Klimazonen die Wiederauffüllung? Wie beeinflusst Landnutzung den Grundwasserspiegel? Oder wie speisen Schneeschmelze und Gletscher die unterirdischen Speicher?

Bereinigung, Standardisierung und Kennzeichnung der Daten

So viele Messungen aus unterschiedlichen Behörden und Studien zusammenzubringen, ist nicht einfach ein Stapeln in einer Tabelle. Die Autoren wenden ein detailliertes Qualitätssicherungsverfahren an, um die Daten „analysebereit" zu machen. Sie entfernen leere und doppelte Aufzeichnungen, standardisieren die Bezugsweise für Grundwasserspiegel und harmonisieren die Zeitstempel, sodass jede Zeitreihe regelmäßige tägliche, monatliche oder jährliche Schritte aufweist. Lücken sind nur bis zu einem moderaten Umfang zulässig; verbleibende Lücken werden vorsichtig aufgefüllt, mit Regeln, die Verzerrungen natürlicher Muster reduzieren sollen. Das Team führt außerdem automatisierte Prüfungen durch, um verdächtige Merkmale zu kennzeichnen, etwa lange Abschnitte identischer Messwerte, plötzliche Sprünge oder ungewöhnliche Spitzen, die auf Sensorprobleme oder andere Fehler hindeuten können. Insgesamt wird fast jede fünfte ursprüngliche Zeitreihe verworfen, weil sie die Standards nicht erfüllt, und 34 verschiedene Flags werden gespeichert, um Nutzern das Filtern und Bewerten der verbleibenden Daten zu erleichtern.

Was das Datenset über Abdeckung und Verzerrungen verrät

Die Autoren untersuchen sorgfältig, wo und unter welchen Bedingungen die Brunnen in GROW liegen. Die meisten Brunnen erschließen relativ flaches Grundwasser—typischerweise weniger als 10 Meter unter der Oberfläche—und konzentrieren sich in gemäßigten und trockenen Klimaten mit starkem menschlichem Einfluss, etwa in Ackerbau- und städtischen Gebieten. Regionen mit weniger Ressourcen und Überwachungsprogrammen, darunter viele wasserarme Hotspots, sind unterrepräsentiert. Hohe Gebirge, Polarregionen und tiefe Aquiferen treten ebenfalls seltener auf. Die Studie betont, dass diese Lücken und Verzerrungen bedeutsam sind: Sie bedeuten, dass aus GROW abgeleitete globale Muster Probleme wie Grundwassererschöpfung in schlecht überwachten Gebieten unterschätzen können und dass einige Prozesse im Zusammenhang mit Schnee, Eis oder Permafrost statistisch schwerer zu analysieren sind.

Wie Forschende und Planer GROW nutzen können

Trotz dieser Einschränkungen eröffnet GROW neue Möglichkeiten, Grundwasser auf globaler Ebene zu untersuchen. Da das Datenset standardisiert und frei verfügbar ist, können Wissenschaftler dieselben Methoden in vielen Regionen anwenden, um gemeinsame Treiber von Grundwasserschwankungen zu identifizieren oder Gruppen von Brunnen zu finden, die sich unter ähnlichen Umweltbedingungen ähnlich verhalten. Die Kombination aus Grundwasser‑ und Erdsysteminformationen eignet sich gut für maschinelles Lernen und andere datengetriebene Werkzeuge, die verborgene Muster erkennen und Hypothesen darüber testen können, wie Grundwasser auf Klima und Landnutzung reagiert. Modellierer können GROW außerdem nutzen, um großskalige hydrologische und klimatische Modelle zu kalibrieren und zu bewerten und so deren Darstellung von unterirdischem Wasser zu verbessern. Die Autoren präsentieren GROW als erste, statische Veröffentlichung eines langfristigen Vorhabens und laden die globale Gemeinschaft ein, weitere Daten beizusteuern, insbesondere aus derzeit fehlenden Regionen.

Warum diese Arbeit für die Gesellschaft wichtig ist

Für eine interessierte Leserschaft lautet die Kernbotschaft: Grundwasser zu verstehen ist entscheidend für die Sicherung von Wasserversorgung, den Schutz von Ökosystemen und die Planung angesichts des Klimawandels, doch es fehlten bislang globale, zeitlich veränderliche Daten wie für Niederschlag, Flüsse oder Temperaturen. GROW trägt dazu bei, diese Lücke zu schließen, indem verstreute Brunnenaufzeichnungen in eine kohärente, reich annotierte Ressource verwandelt werden. Zwar deckt das Datenset noch nicht jede Region oder jeden Aquifertyp ab, es verschafft Wissenschaftlern und Entscheidungsträgern jedoch ein mächtiges neues Instrument, um zu erkennen, wie die verborgenen Wasservorräte des Planeten sich verändern, die Ursachen dieser Veränderungen zu untersuchen und letztlich eine nachhaltigere Nutzung dieser wichtigen, aber oft übersehenen Ressource zu fördern.

Zitation: Bäthge, A., Vargas, C.R., Lischeid, G. et al. A Global-Scale Time Series Dataset for Groundwater Studies within the Earth System. Sci Data 13, 401 (2026). https://doi.org/10.1038/s41597-026-06966-1

Schlüsselwörter: Grundwasser, globale Hydrologie, Wasserressourcen, Klimaauswirkungen, Erdsystemdaten