Dåliga brunnar tenderar att uteslutas från studier om grundvattennivåer, ett problem som kan förvränga resultaten överallt där övervakning används för att besluta om regeringens politik och utgifter.

Forskare vid University of Waterloo upptäckte problemet medan de undersökte en diskrepans mellan vetenskapliga data och anekdotiska bevis i södra Indien.

Rapporter om tusentals brunnar och satellitbilder tagna mellan 1996 och 2016 tyder på att grundvattennivåerna stiger, goda nyheter i ett område där det är mycket viktigt för jordbruket.

På samma gång, dock, Fältarbetare hörde fler berättelser från bönder om brunnar som började torka, tyder på att nivåerna faktiskt sjunker.

Forskare löste den uppenbara paradoxen genom att först skaffa folkräkningsdata som backade upp de anekdotiska bevisen. Det syntes, till exempel, att fler bönder grävde dyra djupa brunnar i den hårda berggrunden.

"Om grundvattennivåerna verkligen går upp, varför skulle bönder välja att betala mer och gräva djupare brunnar?" frågade Nandita Basu, professor i byggnads- och miljöteknik. "Det var inte vettigt."

Forskare undersökte sedan brunnsdata och fann att de med saknade vattennivådata ofta uteslöts från analysen eftersom de ansågs otillförlitliga.

När de uteslutna brunnarna sattes tillbaka till blandningen, resultaten bekräftade bevis från bönder att grundvattennivåerna minskade, ökar inte.

"De plockade systematiskt ut brunnarna med mycket data och ignorerade potentiellt brunnarna som höll på att torka eftersom de hade ofullständig data, sa Tejasvi Hora, en ingenjörsdoktor. student som ledde forskningen.

Den skyldige identifierades som något som kallas "överlevande bias", ' ett statistiskt fenomen som leder till uteslutning av negativa data.

När brunnar torkade, det fanns inga vattennivåer att rapportera. Det skapade luckor i rapporterna för dessa brunnar, och deras ofullständiga data kasserades sedan som sämre än kompletta data från bra brunnar som inte hade kört torr.

Basu, också professor i jord- och miljövetenskap och medlem av Water Institute i Waterloo, sa att lärdomen från södra Indien är tillämplig var som helst i världen där grundvattennivåer övervakas och analyseras.

"Vår huvudpoäng är att dålig data är bra data, " sa hon. "När du har brunnar med många saknade datapunkter, det säger dig något viktigt. Lägg märke till det."

"När du bara fokuserar på fullständiga data, du bör ta ett steg tillbaka och fråga om det finns en anledning till de ofullständiga uppgifterna, en systematisk fördom i din datakälla, " sa Hora.

Basu och Hora samarbetade med Veena Srinivasan, en forskare vid en miljötankesmedja i Indien.

Ett papper om deras arbete, Grundvattenåtervinningsparadoxen i södra Indien, dyker upp i journalen Geofysiska forskningsbrev .