Abstract Many of the scientific and societal challenges in understanding and preparing for global environmental change rest upon our ability to understand and predict the water cycle change at large river basin, continent, and global scales. However, current large‐scale land models (as a component of Earth System Models, or ESMs) do not yet reflect the best hydrologic process understanding or utilize the large amount of hydrologic observations for model testing. This paper discusses the opportunities and key challenges to improve hydrologic process representations and benchmarking in ESM land models, suggesting that (1) land model development can benefit from recent advances in hydrology, both through incorporating key processes (e.g., groundwater‐surface water interactions) and new approaches to describe multiscale spatial variability and hydrologic connectivity; (2) accelerating model advances requires comprehensive hydrologic benchmarking in order to systematically evaluate competing alternatives, understand model weaknesses, and prioritize model development needs, and (3) stronger collaboration is needed between the hydrology and ESM modeling communities, both through greater engagement of hydrologists in ESM land model development, and through rigorous evaluation of ESM hydrology performance in research watersheds or Critical Zone Observatories. Such coordinated efforts in advancing hydrology in ESMs have the potential to substantially impact energy, carbon, and nutrient cycle prediction capabilities through the fundamental role hydrologic processes play in regulating these cycles.

Key Points The particle tracking approach of BM is converging to the diffusion‐reaction eq The error introduced by the method is at the order of the time step size

Abstract Advances in detection of genetic material from species in aquatic ecosystems, including environmental DNA (eDNA), have improved species monitoring and management. eDNA from target species can readily move in streams and rivers and the goal is to measure it, and with that infer where and how abundant species are, adding great value to delimiting species invasions, monitoring and protecting rare species, and estimating biodiversity. To date, we lack an integrated framework that identifies environmental factors that control eDNA movement in realistic, complex, and heterogeneous flowing waters. To this end, using an empirical approach and a simple conceptual model, we propose a framework of how eDNA is transported, retained, and resuspended in stream systems. Such an understanding of eDNA dispersal in streams will be essential for designing optimized sampling protocols and subsequently estimating biomass or organismal abundance. We also discuss guiding principles for more effective use of eDNA methods, highlighting the necessity of understanding these parameters for use in future predictive modeling of eDNA transport.

Significance The simultaneous flow of multiple fluid phases through a porous solid occurs in many natural and industrial processes. Microscale physical mechanisms such as the relative affinity of the solid for the fluids (i.e., wettability), capillarity, and viscosity combine with pore geometry to produce a wide variety of macroscopic flow patterns. Pore-scale modeling is an essential tool to connect microscale mechanisms with macroscopic patterns, but quantitative comparisons between different models, and with experimental data, are lacking. Here, we perform an unprecedented comparison of state-of-the-art models from 14 leading groups with a recent experimental dataset. The results underscore the challenges of simulating multiphase flows through porous media, highlighting specific areas for further effort in what is already a flourishing field of research.

We study the intermittency of fluid velocities in porous media and its relation to anomalous dispersion. Lagrangian velocities measured at equidistant points along streamlines are shown to form a spatial Markov process. As a consequence of this remarkable property, the dispersion of fluid particles can be described by a continuous time random walk with correlated temporal increments. This new dynamical picture of intermittency provides a direct link between the microscale flow, its intermittent properties, and non-Fickian dispersion.

Abstract Reliable reactive transport models require careful separation of mixing and dispersion processes. Here we treat displacing and displaced fluids as two separate fluid phases and invoke Whitman’s classical two-film theory to model mass transfer between the two phases. We use experimental data from Gramling’s bimolecular reaction experiment to assess model performance. Gramling’s original model involved just three coupled PDEs. In this context, our new formulation leads to a set of seven coupled PDEs but only requires the specification of two extra parameters, associated with the mass transfer coefficient and its dependence on time. The two film mass transfer model provides a simple and theoretically based method for separating mixing from dispersion in Eulerian continuum-scale methods. The advantage of this approach over existing methods is that it enables the simulation of equilibrium chemical reactions without having to invoke unrealistically small reaction rate coefficients. The comparison with Gramling’s experimental data confirms that our proposed method is suitable for simulating realistic and complicated bimolecular reaction behaviour. However, further work is needed to explore alternative methods for avoiding the need of a time-dependent mass transfer rate coefficient.

Antibiotic resistance is a serious global health issue, resulting in at least 1.2 million deaths in 2019. The environment is a potentially important reservoir of antibiotic resistance; however, the fate of Antibiotic Resistance Genes (ARGs) in the environment remains poorly characterized. One important environmental source of ARGs is manure used as a soil amendment. ARGs from manure may then enter nearby flowing waterbodies, where the factors governing their downstream transport remain unknown. To address this, we conducted experiments by spiking cattle manure in an artificial stream to estimate removal rates (k; m−1) for three ARGs (mefA, tetQ, and tetW) and a ruminant fecal marker (bacR). We then used a Stochastic Mobile-Immobile Model (SMIM) to separate the overall removal into two components, rs, and rh, corresponding to immobilizations in the surface (i.e., water column) and subsurface (i.e., streambed), respectively. Finally, we applied the SMIM across four model streams to predict the downstream travel distance of ARGs and bacR. Our results showed measurable removal for all targets in all experimental replicates (n=3) and no differences were found in the removal rates among replicates for any target (ANCOVA; p > 0.05). We found that the removal of bacR was significantly lower than tetW (p < 0.05) and slightly lower than mefA (p = 0.088), while tetQ removal was slightly different from tetW's (p = 0.072). We also found that rh values were orders of magnitude larger than rs for ARGs and bacR (t-test; p < 0.05). These findings suggest that ARGs and bacR are being removed from the water column through immobilization reactions occurring in the streambed. Additionally, we predicted that the 90% removal (or D90) of targets occurs within the first 500 m in all model streams except in a slow-flow pastoral stream, which required 1400 m of downstream transport for 90% removal. Our findings and model stand out as promising tools to predict the fate of ARGs in streams and will contribute to improving and managing agricultural practices that employ animal manure.