根据一项新的基于卫星的研究，高山亚洲（HMA）地下水储备正在以惊人的速度缩减，这个地区被称为“亚洲水塔”。该地区为十几个下游国家的农业、城市和生态系统提供支持水源，成为数亿人赖以生存的重要资源。研究人员估计，地下水储量每年减少约24.2亿吨。该研究由中国科学院空天信息研究院的王树冬教授领导。研究团队试图克服理解该地区地下水的两个主要障碍：地面数据有限和极其复杂的山区地形。研究结果已在《环境研究快报》中发布。 人工智能和卫星揭示二十年的变化 为了更清晰地了解地下发生的情况，研究人员创建了一种人工智能（AI）驱动的评估模型，结合了来自多个卫星的观测、地球系统建模和可解释的AI。通过这种方法，他们重建了高山亚洲近20年来地下水储存（GWS）变化的情况。该系统还帮助识别了推动这些变化的主要力量，并允许研究人员探索未来情景下地下水风险可能的发展。结果显示，约三分之二的高山亚洲在2003年至2020年期间经历了地下水储存减少。最大损失发生在人口稠密、灌溉需求高的下游流域，包括恒河-布拉马普特拉、印度河和阿姆河流域。然而，一些高海拔地区的内陆地区则经历了局部地下水储存的增加。 气候和人类用水驱动下降 与气候相关的因素解释了观察到的地下水储存变化近一半的变异，涉及冰冻圈变化的因素扮演着特别重要的角色。与此同时，人类的地下水抽取成为日益重要的枯竭来源，特别是在依赖灌溉的下游农业地区。人类用水的影响在2010年后变得更加明显。研究人员还预测，如果当前的用水模式保持不变，地下水损失将继续。在一些地方，增加的冰川融化可能在2060年代暂时减缓地下水下降的速度。但这种“缓冲效应”不能无限期持续，预计随之而来的是更快的损失。如果目前的用水模式不发生变化，地下水枯竭可能进一步加剧，增加对依赖这些储备的下游农业区域的威胁。 在山区跟踪地下水的新方法 在分析中，研究人员使用了一个以现有科学知识为指导的框架，同时也利用了大量观测数据。通过多个卫星传感器的信息，估计过去20年来的地下水储存变化。该框架结合了一种轻量级的变换器架构，旨在考虑水文记忆和山区集水区内的延迟效应。研究人员还使用可解释的机器学习方法，确定与系统识别的地下水变化相关的物理因素。为了测试结果的可靠性，团队将其发现与数千个地下水井的测量值以及独立数据集进行了比较。这些比较为研究的结论提供了额外支持。通过结合遥感观测、建立的水文学知识和可解释的AI方法，该框架有助于解决在研究高山亚洲时长期存在的困难，包括崎岖的地形和关于人类用水不完整的信息。该研究得到了中国国家重点研发计划和国家自然科学基金重点项目的资助。