印度高质量地下水水位与给水度数据集：为地下水动态监测与GRACE验证提供可靠基准

《Scientific Data》：Quality controlled, reliable groundwater level data with corresponding specific yield over India

本文针对印度地下水监测数据存在缺失、异常值多、质量不可靠等问题，研究人员开展了名为“Quality controlled, reliable groundwater level data with corresponding specific yield over India”的主题研究。通过对32,299口井的季度水位数据施加严格过滤标准，获得了2,759口井的可靠数据，并结合水文地质图估算了各井点的给水度(Sy)。该数据集为验证GRACE卫星反演的地下水储量变化(GWSCGRACE)及研究印度地下水动态提供了重要基础，对水资源管理具有重要意义。

　　

地下水，作为饮用水、农业灌溉和工业生产的重要淡水来源，在全球水资源日益紧张的背景下，其战略地位愈发凸显。印度作为全球最大的地下水消费国之一，其地下水支撑着庞大的农业经济和不断增长的人口需求。然而，严峻的现实是，印度西北部地区的地下水正以不可持续的速度消耗，而南部地区却呈现出相反的趋势。要准确理解这种复杂的地下水动态，并评估其长期变化趋势，高质量、可靠的原位观测数据是至关重要的基石。

然而，获取并维护长期、高质量的地下水水位记录面临巨大挑战。印度中央地下水委员会（CGWB）虽然拥有覆盖全国的观测井网络，但其提供的季节性地下水水位数据存在诸多局限：数据缺失严重、含有负值等异常数据、部分数据点连续重复，且批量获取和处理数据极为繁琐。这些问题严重制约了研究人员对印度地下水资源的准确评估，也影响了利用重力恢复与气候实验（GRACE）卫星数据反演的地下水储量变化（GWSC）产品的验证精度。GRACE卫星能够监测大尺度的陆地水储量变化，但要从中分离出地下水信号，需要扣除土壤水等分量，并利用给水度（S_y）将井中观测的水位变化（ΔH）转化为地下水储量变化（ΔS），其关系为ΔS = ΔH × S_y。因此，缺乏可靠的井水位数据和准确的S_y值，成为利用GRACE研究印度地下水问题的瓶颈。

为了解决这一关键数据缺口，由印度科学研究所（Indian Institute of Science）水研究跨学科中心的Satish Kumar Kuruva和Maya Raghunath Suryawanshi作为共同第一作者，Bramha Dutt Vishwakarma作为通讯作者领导的研究团队，在《Scientific Data》期刊上发表了一项重要数据描述符。他们系统性地处理了CGWB从2000年至2022年的季节性地下水水位数据，应用了一套严谨的数据过滤流程，最终生成了覆盖印度的、经过质量控制的可靠地下水水位数据集，并为每个筛选出的井点提供了对应的给水度（S_y）估计值。这项研究旨在为科学界提供一套宝贵的数据资源，以支持更精准的地下水动态研究和水资源管理决策。

为了构建高质量数据集，研究人员首先从印度水资源信息系统（India Water Resources Information System）获取了2000-2022年间32,299口井的季度地下水水位（GWL）数据。随后，他们施加了五步严格的过滤标准：首先移除无数据的井；其次剔除含有负值的井；接着应用三西格玛法则（3-sigma method）剔除每个井时间序列中的异常值；然后保留每年至少有两个有效水位值的井；最后，去除那些水位值连续重复超过两次的井位数据。经过这一系列质量控制，最终从全国范围内筛选出2,759口具有长期连续且可靠记录的观测井。

在获得可靠的井位数据后，研究的关键一步是为每个井点估算给水度（S_y）。S_y是表征含水层给水能力的关键水文地质参数。研究人员采用了基于矢量化的方法（vectorization-based method）：他们首先对Bhanja等人提供的印度水文地质图（图为PNG格式）进行地理配准，然后人工数字化了图中的六种水文地质单元（如未固结沉积含水层、压裂结晶岩等），并创建了矢量图层。根据Bhanja等人文献中给出的各水文地质单元对应的S_y范围及平均值（例如，未固结沉积含水层的S_y均值为0.130），他们将相应的S_y值（采用平均值）赋给每个单元，并将矢量图层转换为栅格数据。最后，通过空间叠加分析，将栅格图中的S_y值提取到每个过滤后的井点位置上。

地下水观测井筛选与分布特征

研究表明，印度全国的CGWB观测井网络规模庞大，初始井数为32,299口。井型以挖井（Dug Well）为主，占比超过60%（20,265口），其次是钻井（Bore Well, 14.2%）和管井（Tube Well, 13.1%）。挖井在印度大部分地区分布均匀，而钻井则密集分布于泰伦加纳、安得拉邦、卡纳塔克邦等南部地区，管井在旁遮普、哈里亚纳邦和西孟加拉邦密度较高。严格的过滤标准虽然使最终可用井数降至2,759口（约占初始总数的8.5%），但这些井在全国范围内呈现出良好的空间分布，确保了数据的代表性。分析还发现，若要求每年必须有四个季度的完整数据，则全国无一井位符合要求，这凸显了长期、连续地下水监测数据维护的挑战。

过滤井地下水水位的时空动态

对过滤后井位数据的分析清晰揭示了印度地下水水位的季节性和长期变化规律。空间分布图显示，5月（夏季）的水位最深（最深可达10米以下地面，m bgl），反映了灌溉高峰期的大量抽取。8月（季风期）由于降雨补给，水位普遍上升。11月，在受到东北季风影响的泰米尔纳德邦等南部地区，水位也呈现回升趋势。从2000年至2022年的平均水位时间序列来看，1月和5月的水位表现出持续的下降趋势，特别是在拉贾斯坦邦周边地区，这表明由于降雨分布不均以及农业、生活和工业用水需求增加，地下水开采量在不断加大。

过滤井地下水水位的趋势分析

为了评估长期变化，研究人员对每个过滤井应用了曼-肯德尔趋势检验（Mann-Kendall trend test）。结果显示，在显著性水平p≤0.05下，印度地下水变化存在明显的空间格局。北部各邦（如旁遮普邦、哈里亚纳邦、北方邦、比哈尔邦和西孟加拉邦）在所有季节均表现出显著的负趋势（水位下降），这与先前关于该地区地下水严重消耗的研究结论一致。相反，古吉拉特邦和中央邦西部地区则观察到最显著的正趋势（水位上升）。此外，在泰伦加纳邦等地观察到明显的季节性格局：5月（夏季）因过量开采呈负趋势，而8月（季风期）因补给呈正趋势。相邻井点趋势的空间一致性也验证了质量控制后数据的可靠性。

印度过滤井点的给水度分布

基于矢量化和水文地质图赋值得出的S_y空间分布与原始水文地质图吻合良好。在2,759口过滤井中，大部分井（1,165口）属于给水度中等（S_{y = 0.023）的压裂结晶岩（Fractured crystalline）含水层，主要分布在印度半岛地区，包括中央邦。节理结晶岩（Jointed crystalline）含水层（Sy = 0.020）的井数次之（625口），在古吉拉特邦和马哈拉施特拉邦富集。具有最高Sy值（0.130）的未固结沉积含水层（Unconsolidated sedimentary）拥有582口井，主要分布在印度北部。沉积隔水层（Sedimentary aquitards）和褶皱沉积变质岩（Folded metasediments/metamorphics）含水层的Sy值最低（0.018），对应的井数也最少。将本研究估算的Sy值与已有文献报道的范围进行对比，发现除沉积隔水层外，其他各类含水层的估算值均落在文献报道的不确定性范围内，验证了该估算方法的可靠性。}

给水度验证与地下水储量变化比较

为进一步验证所提供数据的实用性，研究人员将原位地下水储量变化（GWSC_insitu，由过滤井水位变化ΔH乘以估算的S_{y得到）与GRACE JPL Mascon产品反演的地下水储量变化（GWSCGRACE）进行了比较。在印度全境52个Mascon（GRACE数据的基本空间单元）中，有35个Mascon拥有质量控制后的井位数据。分析结果显示，GWSCinsitu与GWSCGRACE在35个Mascon中的15个表现出极高的相关性（r ≥ 0.9），另有9个Mascon的相关性在0.8至0.9之间。仅有2个Mascon（编号4和5）的相关性低于0.4。同时，均方根误差（RMSE）在大部分Mascon（34个）都低于0.25米，仅有一个Mascon（编号16）的RMSE大于0.25米。这些结果有力地表明，基于本研究提供的质量控制井水位数据和估算的Sy值计算得到的地下水储量变化，能够有效地捕捉GRACE卫星观测到的大尺度地下水信号，数据集具有很高的实用价值。}

综上所述，这项由Kuruva、Suryawanshi及其合作者完成的研究，成功地填补了印度高质量、长序列地下水水位及给水度基准数据的空白。通过开发并应用一套透明、可复现的数据过滤流程，研究人员从数万口原始观测井中提炼出具有高可靠性的井位数据，并创新性地结合水文地质图，为每个井点赋予了合理的给水度值。这套名为“CGWB_India_qualiy_controlled_GWLs_ref_sy_2000_2022”的数据集已通过figshare平台公开共享，同时提供的还有完整的数据处理脚本，极大地促进了数据的可及性和研究的可重复性。

该数据集的产生具有多重重要意义。首先，它为验证和校准GRACE等卫星遥感技术反演的地下水产品提供了宝贵的地面真实数据，有助于提高大尺度地下水监测的准确性。其次，清晰揭示的印度地下水时空变化规律，特别是北部地区持续的下降趋势和南部地区的复杂动态，为评估地下水可持续性、制定区域差异化水资源管理政策提供了坚实的科学依据。最后，研究所展示的数据质量控制方法和S_y估算思路，可为世界其他面临类似数据挑战的地区提供重要借鉴。这项工作无疑将推动全球，特别是印度地区的地下水科学研究、管理实践和应对气候变化的水安全战略走向深入。