Multicompartment and multiscale long-term observation and research are important prerequisites to tackling the scientific challenges resulting from climate and global change. Long-term monitoring programs are cost intensive and require high analytical standards, however, and the gain of knowledge often requires longer observation times. Nevertheless, several environmental research networks have been established in recent years, focusing on the impact of climate and land use change on terrestrial ecosystems. From 2008 onward, a network of Terrestrial Environmental Observatories (TERENO) has been established in Germany as an interdisciplinary research program that aims to observe and explore the long-term ecological, social, and economic impacts of global change at the regional level. State-of-the-art methods from the field of environmental monitoring, geophysics, and remote sensing will be used to record and analyze states and fluxes for different environmental compartments from groundwater through the vadose zone, surface water, and biosphere, up to the lower atmosphere.

In this paper, we review the state of the art of characterizing and analyzing spatio-temporal dynamics of soil moisture content at the field scale. We discuss measurement techniques that have become available in recent years and that provide unique opportunities to characterize field scale soil moisture variability with high spatial and/or temporal resolution. These include soil moisture sensor networks, hydrogeophysical measurement techniques, novel remote sensing platforms, and cosmic ray probes. Techniques and methods to analyze soil moisture fields are briefly discussed and include temporal stability analysis, wavelet analysis and empirical orthogonal functions. We revisit local and non-local controls on field scale soil moisture dynamics and discuss approaches to model these dynamics at the field scale. Finally, we address the topic of optimal measurement design and provide an outlook and future research perspectives.

Wireless sensor networks are a promising new in situ measurement technology for monitoring soil water content changes with a high spatial and temporal resolution for large areas. However, to realise sensor networks at the small basin scale (e.g. 500 sensors for an area of 25 ha), the costs for a single sensor have to be minimised. Furthermore, the sensor technique should be robust and operate with a low energy consumption to achieve a long operation time of the network. This paper evaluates a low-cost soil water content sensor (ECH2O probe model EC-5, Decagon Devices Inc., Pullman, WA) using laboratory as well as field experiments. The field experiment features a comparison of water content measurements of a forest soil at 5 cm depth using TDR and EC-5 sensors. The laboratory experiment is based on a standardized sensor characterisation methodology, which uses liquid standards with a known dielectric permittivity. The results of the laboratory experiment showed that the EC-5 sensor has good output voltage sensitivity below a permittivity of 40, but is less sensitive when permittivity is higher. The experiments also revealed a distinct dependence of the sensor reading on the applied supply voltage. Therefore, a function was obtained that allows the permittivity to be determined from the sensor reading and the supply voltage. Due to the higher frequency of the EC-5 sensor, conductivity effects were less pronounced compared to the older EC-20 sensor (also Decagon Devices Inc.). However, the EC-5 sensor reading was significantly influenced by temperature changes. The field experiment showed distinct differences between TDR and EC-5 measurements that could be explained to a large degree with the correction functions derived from the laboratory measurements. Remaining errors are possibly due to soil variability and discrepancies between measurement volume and installation depth. Overall, we conclude that the EC-5 sensor is suitable for wireless network applications. However, the results of this paper also suggest that temperature and electric conductivity effects on the sensor reading have to be compensated using appropriate correction functions.

Soil water content (SWC) plays a key role in partitioning water and energy fluxes at the land surface and in controlling hydrologic fluxes such as groundwater recharge. Despite the importance of SWC, it is not yet measured in an operational way at larger scales. The aim of this study was to investigate the potential of wireless sensor network technology for the near‐real‐time monitoring of SWC at the field and headwater catchment scales using the recently developed wireless sensor network SoilNet. The forest catchment Wüstebach (∼27 ha) was instrumented with 150 end devices and 600 EC‐5 SWC sensors from the ECH 2 O series by Decagon Devices. In the period between August and November 2009, more than six million SWC measurements were obtained. The observed spatial variability corresponded well with results from previous studies. The very low scattering in the plots of mean SWC against SWC variance indicates that the sensor network data provide a more accurate estimate of SWC variance than discontinuous data from measurement campaigns, due, e.g., to fixed sampling locations and permanently installed sensors. The spatial variability in SWC at the 50‐cm depth was significantly lower than at 5 cm, indicating that the longer travel time to this depth reduced the spatial variability of SWC. Topographic features showed the strongest correlation with SWC during dry periods, indicating that the control of topography on the SWC pattern depended on the soil water status. Interpolation results indicated that the high sampling density allowed capture of the key patterns of SWC variation.

Our understanding of short‐ and long‐term dynamics of spatial soil moisture patterns is limited due to measurement constraints. Using new highly detailed data, this research aims to examine seasonal and event‐scale spatial soil moisture dynamics in the topsoil and subsoil of the small spruce‐covered Wüstebach catchment, Germany. To accomplish this, univariate and geo‐statistical analyses were performed for a 1 year long 4‐D data set obtained with the wireless sensor network SoilNet. We found large variations in spatial soil moisture patterns in the topsoil, mostly related to meteorological forcing. In the subsoil, temporal dynamics were diminished due to soil water redistribution processes and root water uptake. Topsoil range generally increased with decreasing soil moisture. The relationship between the spatial standard deviation of the topsoil soil moisture (SD θ ) and mean water content ( ) showed a convex shape, as has often been found in humid temperate climate conditions. Observed scatter in topsoil SD θ ( ) was explained by seasonal and event‐scale SD θ ( ) dynamics, possibly involving hysteresis at both time scales. Clockwise hysteretic SD θ ( ) dynamics at the event scale were generated under moderate soil moisture conditions only for intense precipitation that rapidly wetted the topsoil and increased soil moisture variability controlled by spruce throughfall patterns. This hysteretic effect increased with increasing precipitation, reduced root water uptake, and high groundwater level. Intense precipitation on dry topsoil abruptly increased SD θ but only marginally increased mean soil moisture. This was due to different soil rewetting behavior in drier upslope areas (hydrophobicity and preferential flow caused minor topsoil recharge) compared with the moderately wet valley bottom (topsoil water storage), which led to a more spatially organized pattern. This study showed that spatial soil moisture patterns monitored by a wireless sensor network varied with depth, soil moisture content, seasonally, and within single wetting and drying episodes. This was controlled by multiple factors including soil properties, topography, meteorological forcing, vegetation, and groundwater.

Abstract. In 2009, the International Soil Moisture Network (ISMN) was initiated as a community effort, funded by the European Space Agency, to serve as a centralised data hosting facility for globally available in situ soil moisture measurements (Dorigo et al., 2011b, a). The ISMN brings together in situ soil moisture measurements collected and freely shared by a multitude of organisations, harmonises them in terms of units and sampling rates, applies advanced quality control, and stores them in a database. Users can freely retrieve the data from this database through an online web portal (https://ismn.earth/en/, last access: 28 October 2021). Meanwhile, the ISMN has evolved into the primary in situ soil moisture reference database worldwide, as evidenced by more than 3000 active users and over 1000 scientific publications referencing the data sets provided by the network. As of July 2021, the ISMN now contains the data of 71 networks and 2842 stations located all over the globe, with a time period spanning from 1952 to the present. The number of networks and stations covered by the ISMN is still growing, and approximately 70 % of the data sets contained in the database continue to be updated on a regular or irregular basis. The main scope of this paper is to inform readers about the evolution of the ISMN over the past decade, including a description of network and data set updates and quality control procedures. A comprehensive review of the existing literature making use of ISMN data is also provided in order to identify current limitations in functionality and data usage and to shape priorities for the next decade of operations of this unique community-based data repository.

[1] Soil water content is one of the key state variables in the soil-vegetation-atmosphere continuum due to its important role in the exchange of water and energy at the soil surface. A new promising method to measure integral soil water content at the field or small catchment scale is the cosmic-ray probe (CRP). Recent studies of CRP measurements have mainly presented results from test sites located in very dry areas and from agricultural fields with sandy soils. In this study, distributed continuous soil water content measurements from a wireless sensor network (SoilNet) were used to investigate the accuracy of CRP measurements for soil water content determination in a humid forest ecosystem. Such ecosystems are less favorable for CRP applications due to the presence of a litter layer. In addition, lattice water and carbohydrates of soil organic matter and belowground biomass reduce the effective sensor depth and thus were accounted for in the calibration of the CRP. The hydrogen located in the biomass decreased the level of neutron count rates and thus also decreased the sensitivity of the cosmic-ray probe, which in turn resulted in an increase of the measurement uncertainty. This uncertainty was compensated by using longer integration times (e.g., 24 h). For the Wustebach forest site, the cosmic-ray probe enabled the assessment of integral daily soil water content dynamics with a RMSE of about 0.03 cm3/cm3 without explicitly considering the litter layer. By including simulated water contents of the litter layer in the calibration, a better accuracy could be achieved.

Abstract Technological and methodological progress is essential to improve our understanding of fundamental processes in natural and engineering sciences. In this paper, we will address the potential of new technological and methodological advancements in soil hydrology to move forward our understanding of soil water related processes across a broad range of scales. We will focus on advancements made in quantifying root water uptake processes, subsurface lateral flow, and deep drainage at the field and catchment scale, respectively. We will elaborate on the value of establishing a science‐driven network of hydrological observatories to test fundamental hypotheses, to study organizational principles of soil hydrologic processes at catchment scale, and to provide data for the development and validation of models. Finally, we discuss recent developments in data assimilation methods, which provide new opportunities to better integrate observations and models and to improve predictions of the short‐term evolution of hydrological processes.

To promote the advancement of novel observation techniques that may lead to new sources of information to help better understand the hydrological cycle, the International Association of Hydrological Sciences (IAHS) established the Measurements and Observations in the XXI century (MOXXI) Working Group in July 2013. The group comprises a growing community of tech-enthusiastic hydrologists that design and develop their own sensing systems, adopt a multi-disciplinary perspective in tackling complex observations, often use low-cost equipment intended for other applications to build innovative sensors, or perform opportunistic measurements. This paper states the objectives of the group and reviews major advances carried out by MOXXI members toward the advancement of hydrological sciences. Challenges and opportunities are outlined to provide strategic guidance for advancement of measurement, and thus discovery.

Abstract. In the last few years the method of cosmic-ray neutron sensing (CRNS) has gained popularity among hydrologists, physicists, and land-surface modelers. The sensor provides continuous soil moisture data, averaged over several hectares and tens of decimeters in depth. However, the signal still may contain unidentified features of hydrological processes, and many calibration datasets are often required in order to find reliable relations between neutron intensity and water dynamics. Recent insights into environmental neutrons accurately described the spatial sensitivity of the sensor and thus allowed one to quantify the contribution of individual sample locations to the CRNS signal. Consequently, data points of calibration and validation datasets are suggested to be averaged using a more physically based weighting approach. In this work, a revised sensitivity function is used to calculate weighted averages of point data. The function is different from the simple exponential convention by the extraordinary sensitivity to the first few meters around the probe, and by dependencies on air pressure, air humidity, soil moisture, and vegetation. The approach is extensively tested at six distinct monitoring sites: two sites with multiple calibration datasets and four sites with continuous time series datasets. In all cases, the revised averaging method improved the performance of the CRNS products. The revised approach further helped to reveal hidden hydrological processes which otherwise remained unexplained in the data or were lost in the process of overcalibration. The presented weighting approach increases the overall accuracy of CRNS products and will have an impact on all their applications in agriculture, hydrology, and modeling.