Zhou Q, Zhang J, Zhang S, et al. Groundwater quality evolution across China[J]. Nature Communications, 2025, 16(1): 2522.
中国正面临着严峻的地下水质量危机，这一危机在经济发展和气候变化的背景下愈发严重。
然而，该危机的具体范围及其未来演变趋势仍然较为未知。
本研究构建了一种融合自然因素和社会经济因素的机器学习模型，以此生成1980年至2100年间中国地下水质量较差区域（PGQ，即依据中国地下水质量标准的V类水）概率分布的年度地图。
令人担忧的是，我们的
研究结果显示，PGQ区域比例呈现显著上升趋势：从1980年的17.3%上升至2000年的30.1%，并在2020年进一步攀升至40.8%，分别影响了6.8%、17.5%和36.0%的中国人口。
研究表明，
地下水质量恶化的主要驱动因素依次为农业排放（导致PGQ区域比例增长10.7%）、地下水开采（5.6%）、工业排放（5.3%）、生活排放（1.7%）、气候变化（0.5%）和土地利用变化（-0.3%）。
在不同的社会经济和气候情景下，到2050年，PGQ区域比例可能在37.9%至48.3%之间波动。
本研究强调了采取有效的水资源管理与保护措施的紧迫性，以遏制地下水质量的持续恶化，并应对社会经济发展和气候变化带来的挑战，从而确保中国乃至全球的水安全。
图 1.
中国地下水质量及受影响人口的时空分布模式。
(a) 1980 年、(b) 2000 年、(c) 2020 年中国地下水质量较差区域（PGQ）概率的空间分布；(d) 1980 年、(e) 2000 年、(f) 2020 年 PGQ 概率大于 0.5 区域内的人口分布。 地图来源：中国自然资源部标准地图服务 [地图审核号: GS(2019)1822]。
图 2.
PGQ 区域及受影响人口的时间演变
。
(a) 1980–2100 年 PGQ 区域比例的时间演变趋势；(b) 同期受 PGQ 影响人口的比例。2025–2100 年的未来预测基于四种情景（“方法”部分的“情景设定”）。其中，PGQ 概率超过 0.5 的区域被归类为 PGQ 受影响区域。
图3.
地下水质量变化及其驱动因素
。
(a) 1980–2020 年中国地下水质量变化，内嵌图显示地下水质量类别发生变化区域相对于全国土地面积的比例； (b) 1980–2020 年期间地下水质量恶化区域的主要驱动因素空间分布，内嵌图显示该时期不同驱动因素主导区域相对于全国土地面积的比例； (c) 各驱动因素对 1980–2020 年中国 PGQ 区域比例变化的贡献。“C”代表气候（Climate），“E”代表地下水开采（Exploitation），“L”代表土地利用（Land Use）。污染（Pollution）类别进一步细分为：“A”代表农业排放（Agricultural discharge），“D”代表生活排放（Domestic discharge），“I”代表工业排放（Industrial discharge）。 地图来源：中国自然资源部标准地图服务 [地图审核号: GS(2019)1822]。
图 4.
四种情景下中国地下水质量的预测（I、II、III、IV）。
(a–d) 2050 年中国 PGQ 概率的空间分布预测；(e–h) 2050 年 PGQ 概率大于 0.5 区域内的人口分布。 地图来源：中国自然资源部标准地图服务 [地图审核号: GS(2019)1822]。
。
图 5.
2020–2100 年四种情景下中国地下水质量变化的主导驱动因素
。
(a, b, d, e) 2020–2050 年四种情景下地下水质量恶化区域的主导驱动因素空间分布，其中 (a) 对应情景 I，(b) 对应情景 II，(d) 对应情景 III，(e) 对应情景 IV； (c) 2020–2050 年情景 II 下地下水质量改善区域的主导驱动因素；(a–e) 内嵌图展示了不同主导驱动因素区域相对于全国土地面积的比例； (f) 2020–2100 年各驱动因素对 PGQ 区域比例变化的贡献。“C”代表气候（Climate），“E”代表地下水开采（Exploitation），“L”代表土地利用（Land Use），“P”代表污染（Pollution）。 地图来源：中国自然资源部标准地图服务 [地图审核号: GS(2019)1822]。
