用于地球系统地下水研究的全球规模时间序列数据集

隐形水为何与日常生活息息相关

人类和生态系统赖以生存的大部分淡水都隐藏在脚下的地下水中。它在干旱季节维持河流流量，支撑农作物和城市用水，并在降雨稀少时维持湿地与森林的生计。然而，与天气或河流水位相比，我们对全球地下水的行为及其对气候变化和人类活动的响应知之甚少。本文介绍了一个名为 GROW 的新型全球数据集，它汇集了数十万条地下水观测记录并将其与地球系统的其他要素关联起来，使科学家和规划者更容易研究这些隐藏的水储备。

一扇通向地下水的新全球窗口

GROW 项目将来自 55 个国家的 20 万多条井位地下水时间序列汇集为一个统一且协调的数据包。大部分数据来自监测网络较为完善的地区，如北美、印度、欧洲和澳大利亚。对于每口井，数据集中记录了地下水位随时间的变化——以日、月或年为时间步的水位深度或高度。约一半的记录跨度至少十年，有些记录甚至可追溯到上百年前。通过收集这些观测并将其转换为一致的格式，GROW 提供了前所未有的视角，展示了不同气候和地貌条件下地下水位的涨落情况。

将地下水与地球系统其他部分连接起来

地下水不是孤立存在的。它受降水与大气蒸发、下伏岩土性质、邻近河流与湖泊、积雪与冰川、植被，以及农业灌溉和抽取等人类活动的共同影响。为捕捉这些关联，GROW 团队为每条地下水记录附加了 36 个额外变量。这些变量被分为地球系统的六个组成部分：大气圈、地质圈、水圈、冰冻圈、生物圈和人为圈。例如，每口井都配有降水、潜在蒸散发、气温、土地覆盖、水资源利用、积雪覆盖等记录。这样研究者就能探讨诸如气候带如何影响补给、土地利用如何改变水位、或融雪与冰川如何补给地下水库等问题。

数据清理、标准化与标记

将来自众多机构和研究的海量观测汇集在一起并非简单地堆叠到电子表格中。作者们采用了详尽的数据质量控制流程，使数据达到“可分析”状态。他们删除空记录与重复项，统一地下水位的参考方式，并协调时间，使每条时间序列具有规则的日、月或年步长。允许存在的缺口仅限于适度范围，剩余的缺口在谨慎规则下进行填补，以降低对自然模式的扭曲。团队还运行自动检查以标记可疑特征，例如长时间相同读数、突变或异常峰值，这些可能表明传感器问题或其它错误。总体上，近五分之一的原始时间序列因不符合这些标准而被剔除，同时保存了 34 种不同的标记，帮助用户筛选和评估剩余数据。

数据集揭示的覆盖范围与偏差

作者仔细审视了 GROW 中井位的分布及其所处的条件。大多数井取用的是相对浅层的地下水——通常距地表不到 10 米——并集中分布在温带和干旱气候且受人类活动影响强烈的地区，如耕地和城市。资源和监测项目较少的地区（包括许多水资源匮乏的热点区域）在数据中被低估。高山、极地和深层含水层出现频率也较低。论文强调这些空白和偏差的重要性：它们意味着基于 GROW 得出的全球格局可能低估了在监测不足地区的地下水枯竭等问题，也使与雪、冰或冻土相关的一些过程更难以用统计方法有把握地分析。

研究者与规划者如何利用 GROW

尽管存在这些局限，GROW 为全球尺度的地下水研究打开了新可能。由于数据集已标准化并免费开放，科学家可以在多个地区应用相同的方法，寻找水位变化的共同驱动因素，或者识别在相似环境条件下行为一致的井群。地下水与地球系统信息的组合非常适合用于机器学习和其他数据驱动工具，以发现隐藏的模式并检验地下水对气候和土地利用的响应假设。模型研究人员也可以使用 GROW 来校准和评估大型水文与气候模型，提高它们对地下水的表征能力。作者将 GROW 描述为长期工作中的首次静态发布，并邀请全球社区贡献更多数据，尤其是来自目前缺失的地区。

这项工作对社会的重要性

对普通读者而言，关键信息是：理解地下水对于确保水供应、保护生态系统和气候适应规划至关重要，但我们缺乏像降雨、河流或温度那样的全球时变数据。GROW 通过将分散的井位记录转化为连贯且富含注释的资源，有助于弥补这一缺口。尽管它尚未覆盖所有地区或含水层类型，但它为科学家和决策者提供了一把强有力的新工具，能够观察地球隐藏水储备的变化、探究这些变化背后的原因，并最终指导对这一重要但常被忽视的资源进行更可持续的利用。

引用: 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

关键词: 地下水, 全球水文, 水资源, 气候影响, 地球系统数据