En global tidsseriedatamängd för grundvattenstudier inom jordens system

Varför dolt vatten spelar roll i vardagen

Det mesta av det färskvatten som människor och ekosystem är beroende av ligger dolt under våra fötter som grundvatten. Det håller floderna rinnande under torra perioder, stöder grödor och städer och upprätthåller våtmarker och skogar även när regnet är knappt. Ändå vet vi, jämfört med väder eller flodnivåer, förvånansvärt lite om hur grundvatten beter sig över hela världen eller hur det förändras till följd av klimatförskjutningar och mänsklig användning. Denna artikel presenterar en ny global datamängd kallad GROW som samlar hundratusentals grundvattenmätningar och kopplar dem till andra delar av jordens system, vilket gör det mycket enklare för forskare och planerare att studera dessa dolda vattenreserver.

En ny global vy in i grundvattnet

GROW-projektet sammanställer mer än 200 000 grundvattentidsserier från brunnar i 55 länder till en enda, harmoniserad paket. Majoriteten av data kommer från Nordamerika, Indien, Europa och Australien, där övervakningsnätverk är väl etablerade. För varje brunn registrerar datamängden hur djupt grundvattenytan ligger eller hur högt grundvattenståndet står över tid, i dagliga, månatliga eller årliga steg. Ungefär hälften av posterna spänner över minst ett decennium, och vissa sträcker sig tillbaka mer än ett sekel. Genom att samla dessa mätningar och föra dem till ett konsekvent format erbjuder GROW en enastående överblick över hur grundvattennivåer stiger och sjunker i en rad olika klimat och landskap.

Att koppla grundvatten till resten av planeten

Grundvatten agerar inte isolerat. Det påverkas av regn och avdunstning från luften, av typen av berg och jordar under ytan, av närliggande floder och sjöar, av snö och is, av vegetation och av mänskliga aktiviteter som jordbruk och pumpning. För att fånga dessa samband knöt GROW-teamet 36 ytterligare variabler till varje grundvattenpost. Dessa variabler är grupperade i sex komponenter av jordens system: atmosfär, geosfär, hydrosfär, kryosfär, biosfär och antroposfär. Till exempel är varje brunn kopplad till uppgifter om nederbörd, potentiell avdunstning, lufttemperatur, markanvändning, vattenanvändning, snötäcke med mera. Detta gör det möjligt för forskare att undersöka frågor som hur klimatzoner formar återfyllning, hur markanvändning påverkar vattennivåer eller hur snösmältning och glaciärer matar underjordiska reserver.

Rengöring, standardisering och flaggning av data

Att samla så många mätningar från många myndigheter och studier är inte lika enkelt som att stapla dem i ett kalkylblad. Författarna tillämpar en detaljerad kvalitetskontrollprocedur för att göra data "analysredo." De tar bort tomma och duplicerade poster, standardiserar hur grundvattennivåer refereras och harmoniserar tidpunkterna så att varje tidsserie har regelbundna dagliga, månatliga eller årliga steg. Luckor tillåts endast upp till en måttlig gräns, och återstående luckor fylls i försiktigt med regler avsedda att minska förvrängning av naturliga mönster. Teamet kör också automatiserade kontroller för att flagga misstänkta drag som långa perioder med identiska avläsningar, plötsliga hopp eller ovanliga toppar som kan signalera sensorproblem eller andra fel. Totalt kasseras nästan en av fem ursprungliga tidsserier för att de inte uppfyller dessa standarder, och 34 olika flaggor lagras för att hjälpa användare filtrera och bedöma de återstående uppgifterna.

Vad datamängden avslöjar om täckning och snedvridning

Författarna granskar noggrant var och under vilka förhållanden brunnarna i GROW är belägna. De flesta brunnar utnyttjar relativt grunt grundvatten—vanligtvis mindre än 10 meter under ytan—och klustras i tempererade och torra klimat med stark mänsklig påverkan, såsom åkermark och stadsområden. Regioner med färre resurser och övervakningsprogram, inklusive många vattenfattiga hotspots, är underrepresenterade. Höga berg, polarområden och djupa akviferer syns också mer sällan. Artikeln understryker att dessa luckor och snedvridningar spelar roll: de innebär att globala mönster härledda från GROW kan underskatta problem som grundvattenuttömning i dåligt övervakade områden, och att vissa processer relaterade till snö, is eller permafrost är svårare att analysera med statistisk säkerhet.

Hur forskare och planerare kan använda GROW

Trots dessa begränsningar öppnar GROW nya möjligheter att studera grundvatten på global skala. Eftersom datamängden är standardiserad och fritt tillgänglig kan forskare tillämpa samma metoder över många regioner för att söka efter gemensamma drivkrafter bakom förändringar av grundvattennivåer eller för att identifiera grupper av brunnar som beter sig lika under delade miljöförhållanden. Den kombinerade informationen om grundvatten och jordens system lämpar sig väl för maskininlärning och andra datadrivna verktyg som kan upptäcka dolda mönster och pröva hypoteser om hur grundvatten svarar på klimat och markanvändning. Modellbyggare kan också använda GROW för att kalibrera och utvärdera storskaliga hydrologiska och klimatmodeller, vilket förbättrar deras förmåga att representera underjordiskt vatten. Författarna presenterar GROW som en första, statisk utgåva av en långsiktig satsning och bjuder in det globala samfundet att bidra med mer data, särskilt från regioner som för närvarande saknas.

Varför detta arbete betyder något för samhället

För en lekmannaläsare är huvudbudskapet att förstå grundvatten är avgörande för att trygga vattentillgångar, skydda ekosystem och planera för klimatförändringar, men vi har saknat den typ av globala, tidsvarierande data som finns för nederbörd, floder eller temperatur. GROW hjälper till att fylla den luckan genom att omvandla spridda brunnsregister till en sammanhängande, rikt annoterad resurs. Även om det ännu inte täcker varje region eller typ av akvifer ger det forskare och beslutsfattare ett kraftfullt nytt verktyg för att se hur planetens dolda vattenreserver förändras, undersöka orsakerna bakom dessa förändringar och i slutändan vägleda en mer hållbar användning av denna viktiga men ofta förbisedda resurs.

Citering: 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

Nyckelord: grundvatten, global hydrologi, vattenresurser, klimatpåverkan, jordens systemdata