Un dataset di serie temporali su scala globale per gli studi sulle acque sotterranee nel sistema Terra

Perché l'acqua nascosta conta nella vita quotidiana

La maggior parte dell'acqua dolce di cui dipendono persone ed ecosistemi è nascosta sotto i nostri piedi come acqua sotterranea. Mantiene i fiumi in flusso durante le stagioni secche, sostiene colture e città e alimenta zone umide e foreste anche quando la pioggia scarseggia. Eppure, rispetto al tempo meteorologico o ai livelli dei fiumi, sappiamo sorprendentemente poco su come si comportino le acque sotterranee nel mondo e su come stiano cambiando in risposta alle variazioni climatiche e all'uso umano. Questo articolo presenta un nuovo dataset globale chiamato GROW che raccoglie centinaia di migliaia di misurazioni delle acque sotterranee e le collega ad altre componenti del sistema Terra, rendendo molto più agevole per scienziati e pianificatori lo studio di queste riserve idriche nascoste.

Una nuova finestra globale sulle acque sotterranee

Il progetto GROW riunisce più di 200.000 serie temporali di acque sotterranee provenienti da pozzi in 55 paesi in un unico pacchetto armonizzato. La maggior parte dei dati proviene dal Nord America, dall'India, dall'Europa e dall'Australia, dove le reti di monitoraggio sono ben consolidate. Per ciascun pozzo, il dataset registra quanto è profonda la falda o a quale livello si trova l'acqua nel tempo, con intervalli giornalieri, mensili o annuali. Circa la metà delle serie copre almeno un decennio, e alcune risalgono a più di un secolo. Raccogliendo queste misurazioni e mettendole in un formato coerente, GROW offre una vista senza precedenti di come i livelli delle acque sotterranee salgono e scendono attraverso una vasta gamma di climi e paesaggi.

Collegare le acque sotterranee al resto del pianeta

Le acque sotterranee non agiscono in isolamento. Sono influenzate dalla pioggia e dall'evaporazione, dal tipo di rocce e suoli sottostanti, dai fiumi e dai laghi vicini, dalla neve e dal ghiaccio, dalla vegetazione e dalle attività umane come l'agricoltura e il pompaggio. Per catturare questi legami, il team di GROW ha associato 36 variabili aggiuntive a ciascuna serie di dati sulle acque sotterranee. Queste variabili sono raggruppate in sei componenti del sistema Terra: atmosfera, geosfera, idrosfera, criosfera, biosfera e antroposfera. Per esempio, ogni pozzo è abbinato a record di precipitazione, evaporazione potenziale, temperatura dell'aria, uso del suolo, consumo idrico, copertura nevosa e altro. Questo permette ai ricercatori di esplorare questioni come come le zone climatiche modellano la ricarica, come l'uso del suolo influisce sulle falde o come lo scioglimento della neve e i ghiacciai alimentano le riserve sotterranee.

Pulizia, standardizzazione e segnalazione dei dati

Riunire così tante misurazioni provenienti da molte agenzie e studi non è semplice come metterle in un foglio di calcolo. Gli autori applicano una procedura dettagliata di controllo qualità per rendere i dati "pronti per l'analisi". Eliminano record vuoti e duplicati, standardizzano il modo in cui vengono riferiti i livelli delle acque sotterranee e armonizzano la tempistica in modo che ogni serie abbia intervalli regolari giornalieri, mensili o annuali. I gap sono ammessi solo fino a un limite modesto, e i gap residui vengono riempiti con cautela, seguendo regole progettate per ridurre la distorsione dei pattern naturali. Il team esegue inoltre controlli automatici per segnalare caratteristiche sospette come lunghi tratti di letture identiche, salti improvvisi o picchi insoliti che possono indicare problemi dei sensori o altri errori. In totale, quasi una serie temporale originale su cinque viene scartata perché non rispetta questi standard, e vengono memorizzate 34 diverse flag per aiutare gli utenti a filtrare e valutare i dati rimanenti.

Cosa rivela il dataset sulla copertura e i bias

Gli autori esaminano con attenzione dove e in quali condizioni si trovano i pozzi inclusi in GROW. La maggior parte dei pozzi attinge acque relativamente poco profonde—tipicamente meno di 10 metri sotto la superficie—e si concentra in climi temperati e aridi con forte influenza antropica, come aree agricole e urbane. Le regioni con meno risorse e programmi di monitoraggio, inclusi molti punti caldi di scarsità d'acqua, sono sottorappresentate. Anche le alte montagne, le regioni polari e gli acquiferi profondi compaiono meno frequentemente. L'articolo sottolinea che questi gap e bias sono importanti: significano che i pattern globali derivati da GROW possono sottostimare problemi come l'esaurimento delle acque sotterranee in aree scarsamente monitorate e che alcuni processi legati a neve, ghiaccio o permafrost sono più difficili da analizzare con certezza statistica.

Come ricercatori e pianificatori possono usare GROW

Nonostante questi limiti, GROW apre nuove possibilità per studiare le acque sotterranee su scala globale. Poiché il dataset è standardizzato e liberamente disponibile, gli scienziati possono applicare gli stessi metodi in molte regioni per cercare i fattori comuni che guidano le variazioni delle falde, o per identificare gruppi di pozzi che si comportano in modo simile sotto condizioni ambientali condivise. L'integrazione delle informazioni sulle acque sotterranee e sul sistema Terra è adatta per tecniche di machine learning e altri strumenti guidati dai dati che possono rilevare pattern nascosti e mettere alla prova ipotesi su come le acque sotterranee rispondono al clima e all'uso del suolo. I modellisti possono anche utilizzare GROW per calibrare e valutare modelli idrologici e climatici su larga scala, migliorando la loro capacità di rappresentare l'acqua sotterranea. Gli autori presentano GROW come una prima versione statica di un impegno a lungo termine e invitano la comunità globale a contribuire con ulteriori dati, specialmente dalle regioni al momento mancanti.

Perché questo lavoro conta per la società

Per il lettore non specialistico, il messaggio chiave è che comprendere le acque sotterranee è essenziale per garantire approvvigionamenti idrici, proteggere gli ecosistemi e pianificare l'adattamento ai cambiamenti climatici, ma fino a oggi sono mancati dati globali e temporali come quelli disponibili per pioggia, fiumi o temperatura. GROW aiuta a colmare questa lacuna trasformando registri dispersi di pozzi in una risorsa coerente e riccamente annotata. Pur non coprendo ancora ogni regione o tipo di acquifero, fornisce a scienziati e decisori un potente nuovo strumento per osservare come stanno cambiando le riserve idriche nascoste del pianeta, investigare le cause di questi cambiamenti e, in ultima analisi, orientare un uso più sostenibile di questa risorsa vitale ma spesso trascurata.

Citazione: 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

Parole chiave: acque sotterranee, idrogeologia globale, risorse idriche, impatto climatico, dati del sistema Terra