Abstract. This study applied the exponential filter to produce an estimate of root-zone soil moisture (RZSM). Four types of microwave-based, surface satellite soil moisture were used. The core remotely sensed data for this study came from NASA's long-lasting AMSR-E mission. Additionally, three other products were obtained from the European Space Agency Climate Change Initiative (CCI). These datasets were blended based on all available satellite observations (CCI-active, CCI-passive, and CCI-combined). All of these products were 0.25 • and taken daily. We applied the filter to produce a soil moisture index (SWI) that others have successfully used to estimate RZSM. The only unknown in this approach was the characteristic time of soil moisture variation (T ). We examined five different eras (1997-2002; 2002-2005; 2005-2008; 2008-2011; 2011-2014) that represented periods with different satellite data sensors. SWI values were compared with in situ soil moisture data from the International Soil Moisture Network at a depth ranging from 20 to 25 cm. Selected networks included the US Department of Energy Atmospheric Radiation Measurement (ARM) program (25 cm), Soil Climate Analysis Network (SCAN; 20.32 cm), SNOwpack TELemetry (SNOTEL; 20.32 cm), and the US Climate Reference Network (USCRN; 20 cm). We selected in situ stations that had reasonable completeness. These datasets were used to filter out periods with freezing temperatures and rainfall using data from the Parameter elevation Regression on Independent Slopes Model (PRISM). Additionally, we only examined sites where surface and root-zone soil moisture had a reasonably high lagged r value (r > 0.5).The unknown T value was constrained based on two approaches: optimization of root mean square error (RMSE) and calculation based on the normalized difference vegetation index (NDVI) value. Both approaches yielded comparable results; although, as to be expected, the optimization approach generally outperformed NDVI-based estimates. The best results were noted at stations that had an absolute bias within 10 %. SWI estimates were more impacted by the in situ network than the surface satellite product used to drive the exponential filter. The average Nash-Sutcliffe coefficients (NSs) for ARM ranged from −0.1 to 0.3 and were similar to the results obtained from the USCRN network (0.2-0.3). NS values from the SCAN and SNOTEL networks were slightly higher (0.1-0.5). These results indicated that this approach had some skill in providing an estimate of RZSM. In terms of RMSE (in volumetric soil moisture), ARM values actually outperformed those from other networks (0.02-0.04). SCAN and USCRN RMSE average values ranged from 0.04 to 0.06 and SNOTEL average RMSE values were higher (0.05-0.07). These values were close to 0.04, which is the baseline value for accuracy designated for many satellite soil moisture missions.

Root zone soil moisture (RZSM) is one of the least-monitored variables within the hydrologic cycle. Given the importance of RZSM to agriculture, more effort is needed to understand the potential impacts of the El Niño southern oscillation (ENSO), Pacific decadal oscillation (PDO), and Atlantic multidecadal oscillation (AMO) on this critical variable. This study focused on the CONtiguous United States (CONUS) RZSM (0 to 40 cm depth) over nearly three decades (1992 to 2018). Basic trend analysis with the Mann–Kendall test and wavelet transform coherence (WTC) was utilized. The RZSM product examined was Soil MERGE (SMERGE 2.0). More CONUS pixels exhibited drying (56 to 75%) versus wetting (25 to 44%) trends between 1992 and 2018. Seasonal wetting trends were observed particularly during winter in the Southwest and Northwest regions associated with El Nino and La Nina episodes, respectively. The noted long-term RZSM trends are more clearly attributable to oceanic-atmospheric teleconnections than global climate change. The most significant result was the strong drying trend in central CONUS reflected a shift to La Nina and cool PDO conditions during the 2000s, further amplified by a change to positive AMO corresponding with this period.

En el estado de Puebla, México se tienen registradas 215140 unidades económicas según el Censo Económico 2009 realizado por el Instituto Nacional de Estadística y Geografía (INEGI), de estas 174 son grandes empresas, 1196 medianas, 5652 pequeñas y 208118 micro empresas, en su  mayoría se encuentran ubicadas en los trece parques industriales (PI) de la ciudad, con diversos giros como: textil, metal mecánica, química, embotelladoras, alimentarias, farmacéuticas, etc. Algunas industrias y comunidades descargan sus aguas residuales en forma directa con escaso o nulo tratamiento hacia los cuerpos receptores entre ellos los ríos Atoyac, Alseseca y algunas barrancas. Los avances tecnológicos e industriales generados a partir de la segunda mitad del siglo XIX han redundado en múltiples beneficios para los seres humanos, convenientes a las necesidades personales. Sin embargo, estos hechos han crecido junto con un fenómeno cuyo impacto es evidentemente negativo para la subsistencia de la vida en todo el planeta: la contaminación o deterioro del aire, agua, suelo y planta del ambiente debido a la presencia o aumento exagerado de sustancias que perjudican la salud. La evidente contaminación que presentan las aguas residuales no entubadas, generan un importante riesgo para la salud de los habitantes de zonas residenciales cercanas, debido a esta problemática el objetivo de este trabajo de investigación consistió en determinar la calidad del agua de diez efluentes industriales aledaños a los PI 5 de mayo y Puebla 2000, que desembocan a los ríos Atoyac y Alseseca y que posteriormente se almacenan en la presa Manuel Ávila Camacho para que finalmente el agua sea distribuida mediante el canal principal de riego y canales secundarios hacia el Distrito de Riego 030 “Valsequillo” para la irrigación de cultivos agrícolas. La importancia del estudio de la calidad fisicoquímica y microbiológica del agua se debe a su influencia en el suelo y en los productos cosechados, además de los impactos negativos en la salud humana que trae consigo emplear agua contaminada para riego. Se realizaron los análisis mediante la implementación de las metodologías descritas en las Normas Oficiales Mexicanas NMX-Materia de agua. Se determinaron in situ los parámetros: T°C, conductividad eléctrica, materia flotante, pH y oxígeno disuelto; en el laboratorio: dureza total, cloruros, grasas y aceites, sodio, sulfatos y demanda bioquímica de oxígeno, coliformes fecales, etc. Las concentraciones obtenidas se compararon con los límites máximos permisibles que establecen las Normas Oficiales Mexicanas NOM-001-SEMARNAT-1996 y la NOM-003-SEMARNAT-1997.

<p>Este trabajo describe la metodología para el modelamiento de dispersión en el suelo de cinco contaminantes atmosféricos: PM₁₀, SO₂, NO_x, H_xC_y y CO, emitidos por una chimenea virtual y generados por la combustión de derivados de petróleo dentro de un área de modelación ubicada al norte de la ciudad de Puebla, México y delimitada por los parques industriales Puebla 2000 y 5 de Mayo, tomados como fuentes puntuales de emisión. Mediante el modelo de dispersión de Gauss se estimó la distancia donde se localiza la máxima concentración a nivel del suelo de cada contaminante debajo de la línea central de la pluma y a favor del viento. En los resultados encontrados destacan una distancia promedio de dispersión para los contaminantes, la existencia de una relación entre la distancia alcanzada por los contaminantes y el área de cada parque industrial así como las concentraciones halladas de cada contaminante. Esta modelación demostró que si bien el modelo de Gauss representa una opción económica para estimar la calidad del aire de una zona donde se carece de equipo para muestreos in situ, la exactitud del modelo puede representar una desventaja, por lo que el uso de este modelo es recomendable para estudios de tipo cualitativo.</p>