Modifications

              
    

          
          
        
        

            
f
1
{
f
1
{
            
n
n
2
  "access_rights": "",
            
3
  "alternate_identifier": "",
            
4
  "author": "",
            
5
  "author_email": "",
            
6
  "author_uri": "",
            
7
  "conforms_to": [],
            
2
  "contact_email": "katoria.lesaalon.lekarkar@vub.be",
8
  "contact_email": "katoria.lesaalon.lekarkar@vub.be",
            
3
  "contact_name": "Katoria Lesaalon Lekarkar",
9
  "contact_name": "Katoria Lesaalon Lekarkar",
            
4
  "contact_uri": "",
10
  "contact_uri": "",
            
n
5
  "contact_url": 
n

            
6
"https://hydr.vub.be/people/Katoria.Lesaalon.Lekarkar",

            
7
  "created": "2024-12-09",
11
  "created": "2025-06-03",
            
8
  "creator_user_id": "176c850e-9a31-4521-b340-eb6ca3d64ed4",
12
  "creator_user_id": "176c850e-9a31-4521-b340-eb6ca3d64ed4",
            
n
n
13
  "custom_citation": "",
            
14
  "custom_doi": "",
            
9
  "dataset_scope": "spatial_dataset",
15
  "dataset_scope": "spatial_dataset",
            
10
  "dcat_type": 
16
  "dcat_type": 
            
11
"http://inspire.ec.europa.eu/metadata-codelist/ResourceType/dataset",
17
"http://inspire.ec.europa.eu/metadata-codelist/ResourceType/dataset",
            
n
n
18
  "doi": "10.63253/ino64rch",
            
19
  "doi_date_published": "2025-06-03",
            
20
  "doi_publisher": "UNESCO IHP-WINS",
            
21
  "doi_status": true,
            
22
  "domain": "https://ihp-wins.unesco.org",
            
23
  "extras": [
            
24
    {
            
25
      "key": "contact_url",
            
26
      "value": "https://hydr.vub.be/people/Katoria.Lesaalon.Lekarkar"
            
27
    }
            
28
  ],
            
29
  "form_mode": "basic",
            
30
  "frequency": "",
            
12
  "graphic_overview": "",
31
  "graphic_overview": "",
            
13
  "groups": [],
32
  "groups": [],
            
n
n
33
  "groups__0__id": "",
            
34
  "groups__1__id": "",
            
14
  "hvd_category": "http://data.europa.eu/bna/c_dd313021",
35
  "hvd_category": "http://data.europa.eu/bna/c_dd313021",
            
15
  "id": "76e1672f-73e9-4850-872e-b0739698cf85",
36
  "id": "76e1672f-73e9-4850-872e-b0739698cf85",
            
16
  "identifier": "TOMST-Soil-Moisture",
37
  "identifier": "TOMST-Soil-Moisture",
            
n
17
  "isopen": false,
n
38
  "isopen": true,
            
18
  "language": 
39
  "language": 
            
19
"http://publications.europa.eu/resource/authority/language/ENG",
40
"http://publications.europa.eu/resource/authority/language/ENG",
            
n
20
  "license_title": null,
n
41
  "license_id": "cc-by-sa",
            
42
  "license_title": "Creative Commons Attribution Share-Alike",
            
43
  "license_url": "http://www.opendefinition.org/licenses/cc-by-sa",
            
44
  "lineage_process_steps": [],
            
45
  "lineage_source": [],
            
46
  "maintainer": "",
            
47
  "maintainer_email": "",
            
48
  "maintainer_uri": "",
            
49
  "maintainer_url": "",
            
21
  "metadata_created": "2024-10-21T12:31:47.881136",
50
  "metadata_created": "2024-10-21T12:31:47.881136",
            
n
22
  "metadata_modified": "2024-12-09T13:32:25.887308",
n
51
  "metadata_modified": "2025-06-03T15:50:05.315542",
            
52
  "metadata_profile": [],
            
23
  "modified": "2024-12-09",
53
  "modified": "2025-06-03",
            
24
  "name": "soil_moisture",
54
  "name": "soil_moisture",
            
25
  "notes": "# About the data:\r\nThis dataset consists of soil 
55
  "notes": "# About the data:\r\nThis dataset consists of soil 
            
26
moisture and temperature measurements collected from TOMST 
56
moisture and temperature measurements collected from TOMST 
            
27
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
57
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
            
28
locations in Africa but also in Cuba. The dataset consists of three 
58
locations in Africa but also in Cuba. The dataset consists of three 
            
29
near-surface temperature measurements (12 cm ground surface (Temp: +12 
59
near-surface temperature measurements (12 cm ground surface (Temp: +12 
            
30
cm), on the ground surface (Temp: 0 cm), and just below the surface 
60
cm), on the ground surface (Temp: 0 cm), and just below the surface 
            
31
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
61
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
            
32
of 15 cm below the ground using the Time Domain Transmittometry 
62
of 15 cm below the ground using the Time Domain Transmittometry 
            
33
technique. The TOMST loggers record soil moisture measurements as raw 
63
technique. The TOMST loggers record soil moisture measurements as raw 
            
34
electric signals, which have to be converted to volumetric soil 
64
electric signals, which have to be converted to volumetric soil 
            
35
moisture content by a calibration approach. At the moment, we have 
65
moisture content by a calibration approach. At the moment, we have 
            
36
used a global calibration curve (independent of soil texture) as we 
66
used a global calibration curve (independent of soil texture) as we 
            
37
calibrate the loggers for different textures. The dataset herein 
67
calibrate the loggers for different textures. The dataset herein 
            
38
includes the raw sensor readings, which can be calibrated using the 
68
includes the raw sensor readings, which can be calibrated using the 
            
39
TMS calibration guide 
69
TMS calibration guide 
            
40
m/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf\r\n\r\n# 
70
m/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf\r\n\r\n# 
            
41
Utilization:\r\nThe dataset is intended for applications in hydrology 
71
Utilization:\r\nThe dataset is intended for applications in hydrology 
            
42
to monitor long-term soil moisture conditions, agricultural droughts 
72
to monitor long-term soil moisture conditions, agricultural droughts 
            
43
(vegetation water deficit), validate soil moisture and 
73
(vegetation water deficit), validate soil moisture and 
            
44
evapotranspiration observations from remote sensing, and soil water 
74
evapotranspiration observations from remote sensing, and soil water 
            
45
balance models. In some cases, the data is also being used to assess 
75
balance models. In some cases, the data is also being used to assess 
            
46
the suitability of using this type of sensor for irrigation scheduling 
76
the suitability of using this type of sensor for irrigation scheduling 
            
47
and water conservation. We have deployed these loggers to evaluate 
77
and water conservation. We have deployed these loggers to evaluate 
            
48
whether the fine resolution (250m) data from FAO\u2019s Water 
78
whether the fine resolution (250m) data from FAO\u2019s Water 
            
49
Productivity through Open access of Remotely sensed derived data 
79
Productivity through Open access of Remotely sensed derived data 
            
50
(WaPOR) can be used to contribute to relevant and timely drought 
80
(WaPOR) can be used to contribute to relevant and timely drought 
            
51
monitoring at micro-scale, and how drought indices computed from 
81
monitoring at micro-scale, and how drought indices computed from 
            
52
WaPOR-data correspond to soil moisture trends at field scale.\r\n",
82
WaPOR-data correspond to soil moisture trends at field scale.\r\n",
            
53
  "notes_translated": {
83
  "notes_translated": {
            
54
    "en": "# About the data:\r\nThis dataset consists of soil moisture 
84
    "en": "# About the data:\r\nThis dataset consists of soil moisture 
            
55
and temperature measurements collected from TOMST 
85
and temperature measurements collected from TOMST 
            
56
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
86
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
            
57
locations in Africa but also in Cuba. The dataset consists of three 
87
locations in Africa but also in Cuba. The dataset consists of three 
            
58
near-surface temperature measurements (12 cm ground surface (Temp: +12 
88
near-surface temperature measurements (12 cm ground surface (Temp: +12 
            
59
cm), on the ground surface (Temp: 0 cm), and just below the surface 
89
cm), on the ground surface (Temp: 0 cm), and just below the surface 
            
60
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
90
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
            
61
of 15 cm below the ground using the Time Domain Transmittometry 
91
of 15 cm below the ground using the Time Domain Transmittometry 
            
62
technique. The TOMST loggers record soil moisture measurements as raw 
92
technique. The TOMST loggers record soil moisture measurements as raw 
            
63
electric signals, which have to be converted to volumetric soil 
93
electric signals, which have to be converted to volumetric soil 
            
64
moisture content by a calibration approach. At the moment, we have 
94
moisture content by a calibration approach. At the moment, we have 
            
65
used a global calibration curve (independent of soil texture) as we 
95
used a global calibration curve (independent of soil texture) as we 
            
66
calibrate the loggers for different textures. The dataset herein 
96
calibrate the loggers for different textures. The dataset herein 
            
67
includes the raw sensor readings, which can be calibrated using the 
97
includes the raw sensor readings, which can be calibrated using the 
            
68
TMS calibration guide 
98
TMS calibration guide 
            
69
m/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf\r\n\r\n# 
99
m/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf\r\n\r\n# 
            
70
Utilization:\r\nThe dataset is intended for applications in hydrology 
100
Utilization:\r\nThe dataset is intended for applications in hydrology 
            
71
to monitor long-term soil moisture conditions, agricultural droughts 
101
to monitor long-term soil moisture conditions, agricultural droughts 
            
72
(vegetation water deficit), validate soil moisture and 
102
(vegetation water deficit), validate soil moisture and 
            
73
evapotranspiration observations from remote sensing, and soil water 
103
evapotranspiration observations from remote sensing, and soil water 
            
74
balance models. In some cases, the data is also being used to assess 
104
balance models. In some cases, the data is also being used to assess 
            
75
the suitability of using this type of sensor for irrigation scheduling 
105
the suitability of using this type of sensor for irrigation scheduling 
            
76
and water conservation. We have deployed these loggers to evaluate 
106
and water conservation. We have deployed these loggers to evaluate 
            
77
whether the fine resolution (250m) data from FAO\u2019s Water 
107
whether the fine resolution (250m) data from FAO\u2019s Water 
            
78
Productivity through Open access of Remotely sensed derived data 
108
Productivity through Open access of Remotely sensed derived data 
            
79
(WaPOR) can be used to contribute to relevant and timely drought 
109
(WaPOR) can be used to contribute to relevant and timely drought 
            
80
monitoring at micro-scale, and how drought indices computed from 
110
monitoring at micro-scale, and how drought indices computed from 
            
81
WaPOR-data correspond to soil moisture trends at field scale.\r\n",
111
WaPOR-data correspond to soil moisture trends at field scale.\r\n",
            
82
    "es": "Acerca del conjunto de datos:\r\nEste conjunto de datos 
112
    "es": "Acerca del conjunto de datos:\r\nEste conjunto de datos 
            
83
consiste en mediciones de humedad del suelo y temperatura recolectadas 
113
consiste en mediciones de humedad del suelo y temperatura recolectadas 
            
84
de los registradores de datos TOMST 
114
de los registradores de datos TOMST 
            
85
(https://tomst.com/web/en/systems/tms/tms-4/) en varias ubicaciones en 
115
(https://tomst.com/web/en/systems/tms/tms-4/) en varias ubicaciones en 
            
86
\u00c1frica y tambi\u00e9n en Cuba. El conjunto de datos incluye tres 
116
\u00c1frica y tambi\u00e9n en Cuba. El conjunto de datos incluye tres 
            
87
mediciones de temperatura cerca de la superficie (a 12 cm sobre la 
117
mediciones de temperatura cerca de la superficie (a 12 cm sobre la 
            
88
superficie del suelo (Temp: +12 cm), en la superficie del suelo (Temp: 
118
superficie del suelo (Temp: +12 cm), en la superficie del suelo (Temp: 
            
89
0 cm) y justo debajo de la superficie (Temp: -6 cm)). Las mediciones 
119
0 cm) y justo debajo de la superficie (Temp: -6 cm)). Las mediciones 
            
90
de humedad del suelo se recopilan a una profundidad de 15 cm debajo 
120
de humedad del suelo se recopilan a una profundidad de 15 cm debajo 
            
91
del suelo utilizando la t\u00e9cnica de Transmisi\u00f3n de Dominio 
121
del suelo utilizando la t\u00e9cnica de Transmisi\u00f3n de Dominio 
            
92
Temporal. Los registradores TOMST registran las mediciones de humedad 
122
Temporal. Los registradores TOMST registran las mediciones de humedad 
            
93
del suelo como se\u00f1ales el\u00e9ctricas en bruto, que deben 
123
del suelo como se\u00f1ales el\u00e9ctricas en bruto, que deben 
            
94
convertirse en contenido de humedad del suelo volum\u00e9trico 
124
convertirse en contenido de humedad del suelo volum\u00e9trico 
            
95
mediante un enfoque de calibraci\u00f3n. Actualmente, hemos utilizado 
125
mediante un enfoque de calibraci\u00f3n. Actualmente, hemos utilizado 
            
96
una curva de calibraci\u00f3n global (independiente de la textura del 
126
una curva de calibraci\u00f3n global (independiente de la textura del 
            
97
suelo) mientras calibramos los registradores para diferentes texturas. 
127
suelo) mientras calibramos los registradores para diferentes texturas. 
            
98
El conjunto de datos aqu\u00ed incluido contiene las lecturas sin 
128
El conjunto de datos aqu\u00ed incluido contiene las lecturas sin 
            
99
procesar de los sensores, que pueden calibrarse utilizando la 
129
procesar de los sensores, que pueden calibrarse utilizando la 
            
100
gu\u00eda de calibraci\u00f3n TMS 
130
gu\u00eda de calibraci\u00f3n TMS 
            
101
s/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilizaci\u00f3n:\r\nEl 
131
s/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilizaci\u00f3n:\r\nEl 
            
102
conjunto de datos est\u00e1 destinado a aplicaciones en 
132
conjunto de datos est\u00e1 destinado a aplicaciones en 
            
103
hidrolog\u00eda para monitorear condiciones de humedad del suelo a 
133
hidrolog\u00eda para monitorear condiciones de humedad del suelo a 
            
104
largo plazo, sequ\u00edas agr\u00edcolas (d\u00e9ficit de agua en la 
134
largo plazo, sequ\u00edas agr\u00edcolas (d\u00e9ficit de agua en la 
            
105
vegetaci\u00f3n), validar observaciones de humedad del suelo y 
135
vegetaci\u00f3n), validar observaciones de humedad del suelo y 
            
106
evapotranspiraci\u00f3n a partir de datos de teledetecci\u00f3n, y 
136
evapotranspiraci\u00f3n a partir de datos de teledetecci\u00f3n, y 
            
107
modelos de balance h\u00eddrico del suelo. En algunos casos, los datos 
137
modelos de balance h\u00eddrico del suelo. En algunos casos, los datos 
            
108
tambi\u00e9n se utilizan para evaluar la idoneidad de utilizar este 
138
tambi\u00e9n se utilizan para evaluar la idoneidad de utilizar este 
            
109
tipo de sensor para la programaci\u00f3n del riego y la 
139
tipo de sensor para la programaci\u00f3n del riego y la 
            
110
conservaci\u00f3n del agua. Hemos desplegado estos registradores para 
140
conservaci\u00f3n del agua. Hemos desplegado estos registradores para 
            
111
evaluar si los datos de alta resoluci\u00f3n (250m) de Productividad 
141
evaluar si los datos de alta resoluci\u00f3n (250m) de Productividad 
            
112
del Agua a trav\u00e9s del acceso abierto de datos derivados de 
142
del Agua a trav\u00e9s del acceso abierto de datos derivados de 
            
113
teledetecci\u00f3n de la FAO (WaPOR) pueden contribuir al monitoreo 
143
teledetecci\u00f3n de la FAO (WaPOR) pueden contribuir al monitoreo 
            
114
relevante y oportuno de sequ\u00edas a microescala, y c\u00f3mo los 
144
relevante y oportuno de sequ\u00edas a microescala, y c\u00f3mo los 
            
115
\u00edndices de sequ\u00eda calculados a partir de datos de WaPOR 
145
\u00edndices de sequ\u00eda calculados a partir de datos de WaPOR 
            
116
corresponden a las tendencias de humedad del suelo a nivel de 
146
corresponden a las tendencias de humedad del suelo a nivel de 
            
117
campo.\r\n\r\nDescripci\u00f3n de campos de datos:\r\nEl conjunto de 
147
campo.\r\n\r\nDescripci\u00f3n de campos de datos:\r\nEl conjunto de 
            
118
datos se proporciona como una serie temporal que contiene los 
148
datos se proporciona como una serie temporal que contiene los 
            
119
siguientes campos de datos:\r\n\r\nTemp: -6 cm\r\nTemperatura del 
149
siguientes campos de datos:\r\n\r\nTemp: -6 cm\r\nTemperatura del 
            
120
suelo medida por el registrador a 6 cm debajo de la superficie del 
150
suelo medida por el registrador a 6 cm debajo de la superficie del 
            
121
suelo.\r\n\r\nTemp: 0 cm\r\nTemperatura del aire/suelo medida por el 
151
suelo.\r\n\r\nTemp: 0 cm\r\nTemperatura del aire/suelo medida por el 
            
122
registrador en la superficie del suelo.\r\n\r\nTemp: +12 
152
registrador en la superficie del suelo.\r\n\r\nTemp: +12 
            
123
cm\r\nTemperatura del aire medida por el registrador a 12 cm sobre la 
153
cm\r\nTemperatura del aire medida por el registrador a 12 cm sobre la 
            
124
superficie del suelo.\r\n\r\nRaw sensor reading\r\nEsta es la 
154
superficie del suelo.\r\n\r\nRaw sensor reading\r\nEsta es la 
            
125
se\u00f1al el\u00e9ctrica de humedad del suelo medida por el sensor 
155
se\u00f1al el\u00e9ctrica de humedad del suelo medida por el sensor 
            
126
que debe convertirse en un valor de contenido de humedad del suelo 
156
que debe convertirse en un valor de contenido de humedad del suelo 
            
127
volum\u00e9trico.\r\n\r\nCalibrated vmc\r\nEste es el contenido 
157
volum\u00e9trico.\r\n\r\nCalibrated vmc\r\nEste es el contenido 
            
128
volum\u00e9trico de humedad obtenido al calibrar la lectura en bruto 
158
volum\u00e9trico de humedad obtenido al calibrar la lectura en bruto 
            
129
del sensor. Los valores se obtienen utilizando la ecuaci\u00f3n de 
159
del sensor. Los valores se obtienen utilizando la ecuaci\u00f3n de 
            
130
Kopecky et al., (2021) 
160
Kopecky et al., (2021) 
            
131
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nEl 
161
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nEl 
            
132
n\u00famero de serie del registrador de datos.\r\n\r\nLatitude, 
162
n\u00famero de serie del registrador de datos.\r\n\r\nLatitude, 
            
133
Longitude\r\nLas coordenadas donde se encuentra el sensor.\r\n\r\nDate 
163
Longitude\r\nLas coordenadas donde se encuentra el sensor.\r\n\r\nDate 
            
134
installed in the field:\r\nFecha en la que se instal\u00f3 el sensor 
164
installed in the field:\r\nFecha en la que se instal\u00f3 el sensor 
            
135
en el campo.",
165
en el campo.",
            
136
    "fr": "Ce jeu de donn\u00e9es comprend des mesures d'humidit\u00e9 
166
    "fr": "Ce jeu de donn\u00e9es comprend des mesures d'humidit\u00e9 
            
137
du sol et de temp\u00e9rature collect\u00e9es \u00e0 l'aide des 
167
du sol et de temp\u00e9rature collect\u00e9es \u00e0 l'aide des 
            
138
enregistreurs de donn\u00e9es TOMST 
168
enregistreurs de donn\u00e9es TOMST 
            
139
(https://tomst.com/web/en/systems/tms/tms-4/) dans plusieurs endroits 
169
(https://tomst.com/web/en/systems/tms/tms-4/) dans plusieurs endroits 
            
140
en Afrique ainsi qu'\u00e0 Cuba. Le jeu de donn\u00e9es contient trois 
170
en Afrique ainsi qu'\u00e0 Cuba. Le jeu de donn\u00e9es contient trois 
            
141
mesures de temp\u00e9rature proches de la surface : \u00e0 12 cm 
171
mesures de temp\u00e9rature proches de la surface : \u00e0 12 cm 
            
142
au-dessus de la surface du sol (Temp: +12 cm), \u00e0 la surface du 
172
au-dessus de la surface du sol (Temp: +12 cm), \u00e0 la surface du 
            
143
sol (Temp: 0 cm) et juste sous la surface (Temp: -6 cm). Les mesures 
173
sol (Temp: 0 cm) et juste sous la surface (Temp: -6 cm). Les mesures 
            
144
d'humidit\u00e9 du sol sont recueillies \u00e0 une profondeur de 15 cm 
174
d'humidit\u00e9 du sol sont recueillies \u00e0 une profondeur de 15 cm 
            
145
sous le sol en utilisant la technique de Transmittance par Domaine 
175
sous le sol en utilisant la technique de Transmittance par Domaine 
            
146
Temporel. Les enregistreurs TOMST enregistrent les mesures 
176
Temporel. Les enregistreurs TOMST enregistrent les mesures 
            
147
d'humidit\u00e9 du sol sous forme de signaux \u00e9lectriques bruts, 
177
d'humidit\u00e9 du sol sous forme de signaux \u00e9lectriques bruts, 
            
148
qui doivent \u00eatre convertis en contenu d'humidit\u00e9 
178
qui doivent \u00eatre convertis en contenu d'humidit\u00e9 
            
149
volum\u00e9trique du sol gr\u00e2ce \u00e0 une approche de 
179
volum\u00e9trique du sol gr\u00e2ce \u00e0 une approche de 
            
150
calibration. Actuellement, nous utilisons une courbe de calibration 
180
calibration. Actuellement, nous utilisons une courbe de calibration 
            
151
globale (ind\u00e9pendante de la texture du sol) pendant que nous 
181
globale (ind\u00e9pendante de la texture du sol) pendant que nous 
            
152
calibrons les enregistreurs pour diff\u00e9rentes textures. Le jeu de 
182
calibrons les enregistreurs pour diff\u00e9rentes textures. Le jeu de 
            
153
donn\u00e9es inclus ici contient les lectures brutes des capteurs, qui 
183
donn\u00e9es inclus ici contient les lectures brutes des capteurs, qui 
            
154
peuvent \u00eatre calibr\u00e9es en utilisant le guide de calibration 
184
peuvent \u00eatre calibr\u00e9es en utilisant le guide de calibration 
            
155
TMS 
185
TMS 
            
156
ntent/uploads/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilisation 
186
ntent/uploads/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilisation 
            
157
:\r\nCe jeu de donn\u00e9es est destin\u00e9 \u00e0 des applications 
187
:\r\nCe jeu de donn\u00e9es est destin\u00e9 \u00e0 des applications 
            
158
en hydrologie pour surveiller les conditions d'humidit\u00e9 du sol 
188
en hydrologie pour surveiller les conditions d'humidit\u00e9 du sol 
            
159
\u00e0 long terme, les s\u00e9cheresses agricoles (d\u00e9ficit en eau 
189
\u00e0 long terme, les s\u00e9cheresses agricoles (d\u00e9ficit en eau 
            
160
des v\u00e9g\u00e9taux), valider les observations d'humidit\u00e9 du 
190
des v\u00e9g\u00e9taux), valider les observations d'humidit\u00e9 du 
            
161
sol et d'\u00e9vapotranspiration issues de la 
191
sol et d'\u00e9vapotranspiration issues de la 
            
162
t\u00e9l\u00e9d\u00e9tection, et des mod\u00e8les de bilan hydrique du 
192
t\u00e9l\u00e9d\u00e9tection, et des mod\u00e8les de bilan hydrique du 
            
163
sol. Dans certains cas, les donn\u00e9es sont \u00e9galement 
193
sol. Dans certains cas, les donn\u00e9es sont \u00e9galement 
            
164
utilis\u00e9es pour \u00e9valuer l'ad\u00e9quation de ce type de 
194
utilis\u00e9es pour \u00e9valuer l'ad\u00e9quation de ce type de 
            
165
capteur pour la planification de l'irrigation et la conservation de 
195
capteur pour la planification de l'irrigation et la conservation de 
            
166
l'eau. Nous avons d\u00e9ploy\u00e9 ces enregistreurs pour 
196
l'eau. Nous avons d\u00e9ploy\u00e9 ces enregistreurs pour 
            
167
\u00e9valuer si les donn\u00e9es de haute r\u00e9solution (250 m) de 
197
\u00e9valuer si les donn\u00e9es de haute r\u00e9solution (250 m) de 
            
168
la Productivit\u00e9 de l'Eau via l'acc\u00e8s ouvert de donn\u00e9es 
198
la Productivit\u00e9 de l'Eau via l'acc\u00e8s ouvert de donn\u00e9es 
            
169
d\u00e9riv\u00e9es de t\u00e9l\u00e9d\u00e9tection de la FAO (WaPOR) 
199
d\u00e9riv\u00e9es de t\u00e9l\u00e9d\u00e9tection de la FAO (WaPOR) 
            
170
peuvent contribuer \u00e0 un suivi pertinent et opportun des 
200
peuvent contribuer \u00e0 un suivi pertinent et opportun des 
            
171
s\u00e9cheresses \u00e0 micro-\u00e9chelle, et comment les indices de 
201
s\u00e9cheresses \u00e0 micro-\u00e9chelle, et comment les indices de 
            
172
s\u00e9cheresse calcul\u00e9s \u00e0 partir des donn\u00e9es de WaPOR 
202
s\u00e9cheresse calcul\u00e9s \u00e0 partir des donn\u00e9es de WaPOR 
            
173
correspondent aux tendances de l'humidit\u00e9 du sol \u00e0 
203
correspondent aux tendances de l'humidit\u00e9 du sol \u00e0 
            
174
l'\u00e9chelle des champs.\r\n\r\nDescription des champs de 
204
l'\u00e9chelle des champs.\r\n\r\nDescription des champs de 
            
175
donn\u00e9es :\r\nLe jeu de donn\u00e9es est fourni sous forme de 
205
donn\u00e9es :\r\nLe jeu de donn\u00e9es est fourni sous forme de 
            
176
s\u00e9rie temporelle contenant les champs de donn\u00e9es suivants 
206
s\u00e9rie temporelle contenant les champs de donn\u00e9es suivants 
            
177
:\r\n\r\nTemp: -6 cm\r\nTemp\u00e9rature du sol mesur\u00e9e par 
207
:\r\n\r\nTemp: -6 cm\r\nTemp\u00e9rature du sol mesur\u00e9e par 
            
178
l'enregistreur \u00e0 6 cm sous la surface du sol.\r\n\r\nTemp: 0 
208
l'enregistreur \u00e0 6 cm sous la surface du sol.\r\n\r\nTemp: 0 
            
179
cm\r\nTemp\u00e9rature de l'air/sol mesur\u00e9e par l'enregistreur 
209
cm\r\nTemp\u00e9rature de l'air/sol mesur\u00e9e par l'enregistreur 
            
180
\u00e0 la surface du sol.\r\n\r\nTemp: +12 cm\r\nTemp\u00e9rature de 
210
\u00e0 la surface du sol.\r\n\r\nTemp: +12 cm\r\nTemp\u00e9rature de 
            
181
l'air mesur\u00e9e par l'enregistreur \u00e0 12 cm au-dessus de la 
211
l'air mesur\u00e9e par l'enregistreur \u00e0 12 cm au-dessus de la 
            
182
surface du sol.\r\n\r\nRaw sensor reading\r\nCeci est le signal 
212
surface du sol.\r\n\r\nRaw sensor reading\r\nCeci est le signal 
            
183
\u00e9lectrique de l'humidit\u00e9 du sol mesur\u00e9 par le capteur, 
213
\u00e9lectrique de l'humidit\u00e9 du sol mesur\u00e9 par le capteur, 
            
184
qui doit \u00eatre converti en une valeur de contenu volum\u00e9trique 
214
qui doit \u00eatre converti en une valeur de contenu volum\u00e9trique 
            
185
d'humidit\u00e9 du sol.\r\n\r\nCalibrated vmc\r\nIl s'agit du contenu 
215
d'humidit\u00e9 du sol.\r\n\r\nCalibrated vmc\r\nIl s'agit du contenu 
            
186
volum\u00e9trique d'humidit\u00e9 obtenu en calibrant la lecture brute 
216
volum\u00e9trique d'humidit\u00e9 obtenu en calibrant la lecture brute 
            
187
du capteur. Les valeurs sont obtenues en utilisant l'\u00e9quation de 
217
du capteur. Les valeurs sont obtenues en utilisant l'\u00e9quation de 
            
188
Kopecky et al., (2021) 
218
Kopecky et al., (2021) 
            
189
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nLe 
219
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nLe 
            
190
num\u00e9ro de s\u00e9rie de l'enregistreur de 
220
num\u00e9ro de s\u00e9rie de l'enregistreur de 
            
191
donn\u00e9es.\r\n\r\nLatitude, Longitude\r\nLes coordonn\u00e9es 
221
donn\u00e9es.\r\n\r\nLatitude, Longitude\r\nLes coordonn\u00e9es 
            
192
o\u00f9 se trouve le capteur.\r\n\r\nDate installed in the 
222
o\u00f9 se trouve le capteur.\r\n\r\nDate installed in the 
            
193
field:\r\nLa date \u00e0 laquelle le capteur a \u00e9t\u00e9 
223
field:\r\nLa date \u00e0 laquelle le capteur a \u00e9t\u00e9 
            
194
install\u00e9 dans le champ.\r\n\r\n\r\n\r\n\r\n\r\n\r\nCe jeu de 
224
install\u00e9 dans le champ.\r\n\r\n\r\n\r\n\r\n\r\n\r\nCe jeu de 
            
195
donn\u00e9es comprend des mesures d'humidit\u00e9 du sol et de 
225
donn\u00e9es comprend des mesures d'humidit\u00e9 du sol et de 
            
196
temp\u00e9rature collect\u00e9es \u00e0 l'aide des enregistreurs de 
226
temp\u00e9rature collect\u00e9es \u00e0 l'aide des enregistreurs de 
            
197
donn\u00e9es TOMST (https://tomst.com/web/en/systems/tms/tms-4/) dans 
227
donn\u00e9es TOMST (https://tomst.com/web/en/systems/tms/tms-4/) dans 
            
198
plusieurs endroits en Afrique ainsi qu'\u00e0 Cuba. Le jeu de 
228
plusieurs endroits en Afrique ainsi qu'\u00e0 Cuba. Le jeu de 
            
199
donn\u00e9es contient trois mesures de temp\u00e9rature proches de la 
229
donn\u00e9es contient trois mesures de temp\u00e9rature proches de la 
            
200
surface : \u00e0 12 cm au-dessus de la surface du sol (Temp: +12 cm), 
230
surface : \u00e0 12 cm au-dessus de la surface du sol (Temp: +12 cm), 
            
201
\u00e0 la surface du sol (Temp: 0 cm) et juste sous la surface (Temp: 
231
\u00e0 la surface du sol (Temp: 0 cm) et juste sous la surface (Temp: 
            
202
-6 cm). Les mesures d'humidit\u00e9 du sol sont recueillies \u00e0 une 
232
-6 cm). Les mesures d'humidit\u00e9 du sol sont recueillies \u00e0 une 
            
203
profondeur de 15 cm sous le sol en utilisant la technique de 
233
profondeur de 15 cm sous le sol en utilisant la technique de 
            
204
Transmittance par Domaine Temporel. Les enregistreurs TOMST 
234
Transmittance par Domaine Temporel. Les enregistreurs TOMST 
            
205
enregistrent les mesures d'humidit\u00e9 du sol sous forme de signaux 
235
enregistrent les mesures d'humidit\u00e9 du sol sous forme de signaux 
            
206
\u00e9lectriques bruts, qui doivent \u00eatre convertis en contenu 
236
\u00e9lectriques bruts, qui doivent \u00eatre convertis en contenu 
            
207
d'humidit\u00e9 volum\u00e9trique du sol gr\u00e2ce \u00e0 une 
237
d'humidit\u00e9 volum\u00e9trique du sol gr\u00e2ce \u00e0 une 
            
208
approche de calibration. Actuellement, nous utilisons une courbe de 
238
approche de calibration. Actuellement, nous utilisons une courbe de 
            
209
calibration globale (ind\u00e9pendante de la texture du sol) pendant 
239
calibration globale (ind\u00e9pendante de la texture du sol) pendant 
            
210
que nous calibrons les enregistreurs pour diff\u00e9rentes textures. 
240
que nous calibrons les enregistreurs pour diff\u00e9rentes textures. 
            
211
Le jeu de donn\u00e9es inclus ici contient les lectures brutes des 
241
Le jeu de donn\u00e9es inclus ici contient les lectures brutes des 
            
212
capteurs, qui peuvent \u00eatre calibr\u00e9es en utilisant le guide 
242
capteurs, qui peuvent \u00eatre calibr\u00e9es en utilisant le guide 
            
213
de calibration TMS 
243
de calibration TMS 
            
214
ntent/uploads/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilisation 
244
ntent/uploads/2023/05/TMS-calibration-handbook.pdf.\r\n\r\nUtilisation 
            
215
:\r\nCe jeu de donn\u00e9es est destin\u00e9 \u00e0 des applications 
245
:\r\nCe jeu de donn\u00e9es est destin\u00e9 \u00e0 des applications 
            
216
en hydrologie pour surveiller les conditions d'humidit\u00e9 du sol 
246
en hydrologie pour surveiller les conditions d'humidit\u00e9 du sol 
            
217
\u00e0 long terme, les s\u00e9cheresses agricoles (d\u00e9ficit en eau 
247
\u00e0 long terme, les s\u00e9cheresses agricoles (d\u00e9ficit en eau 
            
218
des v\u00e9g\u00e9taux), valider les observations d'humidit\u00e9 du 
248
des v\u00e9g\u00e9taux), valider les observations d'humidit\u00e9 du 
            
219
sol et d'\u00e9vapotranspiration issues de la 
249
sol et d'\u00e9vapotranspiration issues de la 
            
220
t\u00e9l\u00e9d\u00e9tection, et des mod\u00e8les de bilan hydrique du 
250
t\u00e9l\u00e9d\u00e9tection, et des mod\u00e8les de bilan hydrique du 
            
221
sol. Dans certains cas, les donn\u00e9es sont \u00e9galement 
251
sol. Dans certains cas, les donn\u00e9es sont \u00e9galement 
            
222
utilis\u00e9es pour \u00e9valuer l'ad\u00e9quation de ce type de 
252
utilis\u00e9es pour \u00e9valuer l'ad\u00e9quation de ce type de 
            
223
capteur pour la planification de l'irrigation et la conservation de 
253
capteur pour la planification de l'irrigation et la conservation de 
            
224
l'eau. Nous avons d\u00e9ploy\u00e9 ces enregistreurs pour 
254
l'eau. Nous avons d\u00e9ploy\u00e9 ces enregistreurs pour 
            
225
\u00e9valuer si les donn\u00e9es de haute r\u00e9solution (250 m) de 
255
\u00e9valuer si les donn\u00e9es de haute r\u00e9solution (250 m) de 
            
226
la Productivit\u00e9 de l'Eau via l'acc\u00e8s ouvert de donn\u00e9es 
256
la Productivit\u00e9 de l'Eau via l'acc\u00e8s ouvert de donn\u00e9es 
            
227
d\u00e9riv\u00e9es de t\u00e9l\u00e9d\u00e9tection de la FAO (WaPOR) 
257
d\u00e9riv\u00e9es de t\u00e9l\u00e9d\u00e9tection de la FAO (WaPOR) 
            
228
peuvent contribuer \u00e0 un suivi pertinent et opportun des 
258
peuvent contribuer \u00e0 un suivi pertinent et opportun des 
            
229
s\u00e9cheresses \u00e0 micro-\u00e9chelle, et comment les indices de 
259
s\u00e9cheresses \u00e0 micro-\u00e9chelle, et comment les indices de 
            
230
s\u00e9cheresse calcul\u00e9s \u00e0 partir des donn\u00e9es de WaPOR 
260
s\u00e9cheresse calcul\u00e9s \u00e0 partir des donn\u00e9es de WaPOR 
            
231
correspondent aux tendances de l'humidit\u00e9 du sol \u00e0 
261
correspondent aux tendances de l'humidit\u00e9 du sol \u00e0 
            
232
l'\u00e9chelle des champs.\r\n\r\nDescription des champs de 
262
l'\u00e9chelle des champs.\r\n\r\nDescription des champs de 
            
233
donn\u00e9es :\r\nLe jeu de donn\u00e9es est fourni sous forme de 
263
donn\u00e9es :\r\nLe jeu de donn\u00e9es est fourni sous forme de 
            
234
s\u00e9rie temporelle contenant les champs de donn\u00e9es suivants 
264
s\u00e9rie temporelle contenant les champs de donn\u00e9es suivants 
            
235
:\r\n\r\nTemp: -6 cm\r\nTemp\u00e9rature du sol mesur\u00e9e par 
265
:\r\n\r\nTemp: -6 cm\r\nTemp\u00e9rature du sol mesur\u00e9e par 
            
236
l'enregistreur \u00e0 6 cm sous la surface du sol.\r\n\r\nTemp: 0 
266
l'enregistreur \u00e0 6 cm sous la surface du sol.\r\n\r\nTemp: 0 
            
237
cm\r\nTemp\u00e9rature de l'air/sol mesur\u00e9e par l'enregistreur 
267
cm\r\nTemp\u00e9rature de l'air/sol mesur\u00e9e par l'enregistreur 
            
238
\u00e0 la surface du sol.\r\n\r\nTemp: +12 cm\r\nTemp\u00e9rature de 
268
\u00e0 la surface du sol.\r\n\r\nTemp: +12 cm\r\nTemp\u00e9rature de 
            
239
l'air mesur\u00e9e par l'enregistreur \u00e0 12 cm au-dessus de la 
269
l'air mesur\u00e9e par l'enregistreur \u00e0 12 cm au-dessus de la 
            
240
surface du sol.\r\n\r\nRaw sensor reading\r\nCeci est le signal 
270
surface du sol.\r\n\r\nRaw sensor reading\r\nCeci est le signal 
            
241
\u00e9lectrique de l'humidit\u00e9 du sol mesur\u00e9 par le capteur, 
271
\u00e9lectrique de l'humidit\u00e9 du sol mesur\u00e9 par le capteur, 
            
242
qui doit \u00eatre converti en une valeur de contenu volum\u00e9trique 
272
qui doit \u00eatre converti en une valeur de contenu volum\u00e9trique 
            
243
d'humidit\u00e9 du sol.\r\n\r\nCalibrated vmc\r\nIl s'agit du contenu 
273
d'humidit\u00e9 du sol.\r\n\r\nCalibrated vmc\r\nIl s'agit du contenu 
            
244
volum\u00e9trique d'humidit\u00e9 obtenu en calibrant la lecture brute 
274
volum\u00e9trique d'humidit\u00e9 obtenu en calibrant la lecture brute 
            
245
du capteur. Les valeurs sont obtenues en utilisant l'\u00e9quation de 
275
du capteur. Les valeurs sont obtenues en utilisant l'\u00e9quation de 
            
246
Kopecky et al., (2021) 
276
Kopecky et al., (2021) 
            
247
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nLe 
277
ttps://doi.org/10.1016/j.scitotenv.2020.143785.\r\n\r\nLogger_id\r\nLe 
            
248
num\u00e9ro de s\u00e9rie de l'enregistreur de 
278
num\u00e9ro de s\u00e9rie de l'enregistreur de 
            
249
donn\u00e9es.\r\n\r\nLatitude, Longitude\r\nLes coordonn\u00e9es 
279
donn\u00e9es.\r\n\r\nLatitude, Longitude\r\nLes coordonn\u00e9es 
            
250
o\u00f9 se trouve le capteur.\r\n\r\nDate installed in the 
280
o\u00f9 se trouve le capteur.\r\n\r\nDate installed in the 
            
251
field:\r\nLa date \u00e0 laquelle le capteur a \u00e9t\u00e9 
281
field:\r\nLa date \u00e0 laquelle le capteur a \u00e9t\u00e9 
            
252
install\u00e9 dans le champ."
282
install\u00e9 dans le champ."
            
253
  },
283
  },
            
254
  "num_resources": 1,
284
  "num_resources": 1,
            
255
  "num_tags": 5,
285
  "num_tags": 5,
            
256
  "organization": {
286
  "organization": {
            
257
    "approval_status": "approved",
287
    "approval_status": "approved",
            
258
    "created": "2024-10-21T12:17:09.175761",
288
    "created": "2024-10-21T12:17:09.175761",
            
259
    "description": "The chair is coordinated by the Vrije Universiteit 
289
    "description": "The chair is coordinated by the Vrije Universiteit 
            
260
Brussel (VUB)",
290
Brussel (VUB)",
            
261
    "id": "247648d1-1e43-44a3-b34d-c755d61b20c4",
291
    "id": "247648d1-1e43-44a3-b34d-c755d61b20c4",
            
n
262
    "image_url": "",
n
292
    "image_url": 
            
293
dows.net/data/static%2Fgroup%2F2025-04-24-105223.413099-Picture1.png",
            
263
    "is_organization": true,
294
    "is_organization": true,
            
264
    "name": "unesco-chair-on-open-water-science-and-education",
295
    "name": "unesco-chair-on-open-water-science-and-education",
            
265
    "state": "active",
296
    "state": "active",
            
266
    "title": "UNESCO Chair on Open Water Science and Education",
297
    "title": "UNESCO Chair on Open Water Science and Education",
            
267
    "type": "organization"
298
    "type": "organization"
            
268
  },
299
  },
            
269
  "owner_org": "247648d1-1e43-44a3-b34d-c755d61b20c4",
300
  "owner_org": "247648d1-1e43-44a3-b34d-c755d61b20c4",
            
270
  "private": false,
301
  "private": false,
            
271
  "provenance": {
302
  "provenance": {
            
n
272
    "en": ""
n
303
    "en": "",
            
304
    "es": "",
            
305
    "fr": ""
            
273
  },
306
  },
            
n
n
307
  "publisher_email": "",
            
308
  "publisher_identifier": "",
            
309
  "publisher_name": "",
            
310
  "publisher_type": "",
            
311
  "publisher_uri": 
            
312
hp-wins.unesco.org/organization/247648d1-1e43-44a3-b34d-c755d61b20c4",
            
313
  "publisher_url": "",
            
274
  "purpose": {
314
  "purpose": {
            
n
275
    "en": ""
n
315
    "en": "",
            
316
    "es": "",
            
317
    "fr": ""
            
276
  },
318
  },
            
n
n
319
  "reference": [],
            
277
  "relationships_as_object": [],
320
  "relationships_as_object": [],
            
278
  "relationships_as_subject": [],
321
  "relationships_as_subject": [],
            
279
  "resources": [
322
  "resources": [
            
280
    {
323
    {
            
281
      "availability": 
324
      "availability": 
            
282
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
325
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
            
283
      "cache_last_updated": null,
326
      "cache_last_updated": null,
            
284
      "cache_url": null,
327
      "cache_url": null,
            
285
      "created": "2024-12-05T00:00:00",
328
      "created": "2024-12-05T00:00:00",
            
286
      "datastore_active": true,
329
      "datastore_active": true,
            
287
      "description": "# About the data:\r\nThis dataset consists of 
330
      "description": "# About the data:\r\nThis dataset consists of 
            
288
soil moisture and temperature measurements collected from TOMST 
331
soil moisture and temperature measurements collected from TOMST 
            
289
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
332
(https://tomst.com/web/en/systems/tms/tms-4/) data loggers in several 
            
290
locations in Africa but also in Cuba. The dataset consists of three 
333
locations in Africa but also in Cuba. The dataset consists of three 
            
291
near-surface temperature measurements (12 cm ground surface (Temp: +12 
334
near-surface temperature measurements (12 cm ground surface (Temp: +12 
            
292
cm), on the ground surface (Temp: 0 cm), and just below the surface 
335
cm), on the ground surface (Temp: 0 cm), and just below the surface 
            
293
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
336
(Temp: -6 cm). Measurements of soil moisture are collected at a depth 
            
294
of 15 cm below the ground using the Time Domain Transmittometry 
337
of 15 cm below the ground using the Time Domain Transmittometry 
            
295
technique. The TOMST loggers record soil moisture measurements as raw 
338
technique. The TOMST loggers record soil moisture measurements as raw 
            
296
electric signals, which have to be converted to volumetric soil 
339
electric signals, which have to be converted to volumetric soil 
            
297
moisture content by a calibration approach. At the moment, we have 
340
moisture content by a calibration approach. At the moment, we have 
            
298
used a global calibration curve (independent of soil texture) as we 
341
used a global calibration curve (independent of soil texture) as we 
            
299
calibrate the loggers for different textures. The dataset herein 
342
calibrate the loggers for different textures. The dataset herein 
            
300
includes the raw sensor readings, which can be calibrated using the 
343
includes the raw sensor readings, which can be calibrated using the 
            
301
TMS calibration guide 
344
TMS calibration guide 
            
302
omst.com/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf",
345
omst.com/web/wp-content/uploads/2023/05/TMS-calibration-handbook.pdf",
            
303
      "encoding": "",
346
      "encoding": "",
            
304
      "format": "CSV",
347
      "format": "CSV",
            
305
      "hash": "",
348
      "hash": "",
            
306
      "id": "767b5960-521e-4d6e-81e1-a263c9779060",
349
      "id": "767b5960-521e-4d6e-81e1-a263c9779060",
            
307
      "last_modified": "2024-12-05T10:04:44.176959",
350
      "last_modified": "2024-12-05T10:04:44.176959",
            
n
308
      "metadata_modified": "2024-12-09T13:32:25.893561",
n
351
      "metadata_modified": "2025-06-03T15:50:05.328911",
            
309
      "mimetype": "",
352
      "mimetype": "",
            
310
      "mimetype_inner": null,
353
      "mimetype_inner": null,
            
n
311
      "modified": "2024-12-09",
n
354
      "modified": "2025-06-03",
            
312
      "name": "Soil moisture and temperature dataset: TOMST sensors",
355
      "name": "Soil moisture and temperature dataset: TOMST sensors",
            
313
      "package_id": "76e1672f-73e9-4850-872e-b0739698cf85",
356
      "package_id": "76e1672f-73e9-4850-872e-b0739698cf85",
            
314
      "position": 0,
357
      "position": 0,
            
315
      "resource_type": null,
358
      "resource_type": null,
            
316
      "size": null,
359
      "size": null,
            
317
      "state": "active",
360
      "state": "active",
            
318
      "status": "http://purl.org/adms/status/Completed",
361
      "status": "http://purl.org/adms/status/Completed",
            
319
      "url": 
362
      "url": 
            
320
81e1-a263c9779060/download/unesco_ihp_wins_microclimate_data-1-1.csv",
363
81e1-a263c9779060/download/unesco_ihp_wins_microclimate_data-1-1.csv",
            
321
      "url_type": "upload"
364
      "url_type": "upload"
            
322
    }
365
    }
            
323
  ],
366
  ],
            
324
  "schemingdcat_xls_metadata_template": false,
367
  "schemingdcat_xls_metadata_template": false,
            
n
n
368
  "source": "",
            
325
  "state": "active",
369
  "state": "active",
            
326
  "tag_uri": [],
370
  "tag_uri": [],
            
327
  "tags": [
371
  "tags": [
            
328
    {
372
    {
            
329
      "display_name": "TOMST",
373
      "display_name": "TOMST",
            
330
      "id": "d66c7d5f-bf34-4309-a1a5-cd00e442716a",
374
      "id": "d66c7d5f-bf34-4309-a1a5-cd00e442716a",
            
331
      "name": "TOMST",
375
      "name": "TOMST",
            
332
      "state": "active",
376
      "state": "active",
            
333
      "vocabulary_id": null
377
      "vocabulary_id": null
            
334
    },
378
    },
            
335
    {
379
    {
            
336
      "display_name": "drought",
380
      "display_name": "drought",
            
337
      "id": "2ed6cf80-7088-4709-ab4e-a794698a591c",
381
      "id": "2ed6cf80-7088-4709-ab4e-a794698a591c",
            
338
      "name": "drought",
382
      "name": "drought",
            
339
      "state": "active",
383
      "state": "active",
            
340
      "vocabulary_id": null
384
      "vocabulary_id": null
            
341
    },
385
    },
            
342
    {
386
    {
            
343
      "display_name": "hydrology",
387
      "display_name": "hydrology",
            
344
      "id": "916c3be3-c91a-4e73-8284-9f1557185869",
388
      "id": "916c3be3-c91a-4e73-8284-9f1557185869",
            
345
      "name": "hydrology",
389
      "name": "hydrology",
            
346
      "state": "active",
390
      "state": "active",
            
347
      "vocabulary_id": null
391
      "vocabulary_id": null
            
348
    },
392
    },
            
349
    {
393
    {
            
350
      "display_name": "loggers",
394
      "display_name": "loggers",
            
351
      "id": "c5ea69ce-c48f-4346-8701-af146c897334",
395
      "id": "c5ea69ce-c48f-4346-8701-af146c897334",
            
352
      "name": "loggers",
396
      "name": "loggers",
            
353
      "state": "active",
397
      "state": "active",
            
354
      "vocabulary_id": null
398
      "vocabulary_id": null
            
355
    },
399
    },
            
356
    {
400
    {
            
357
      "display_name": "soil moisture",
401
      "display_name": "soil moisture",
            
358
      "id": "f32bbf47-d4c9-49a2-af14-68ed8dd04f18",
402
      "id": "f32bbf47-d4c9-49a2-af14-68ed8dd04f18",
            
359
      "name": "soil moisture",
403
      "name": "soil moisture",
            
360
      "state": "active",
404
      "state": "active",
            
361
      "vocabulary_id": null
405
      "vocabulary_id": null
            
362
    }
406
    }
            
363
  ],
407
  ],
            
364
  "theme_eu": [
408
  "theme_eu": [
            
365
    "http://publications.europa.eu/resource/authority/data-theme/ENVI"
409
    "http://publications.europa.eu/resource/authority/data-theme/ENVI"
            
366
  ],
410
  ],
            
n
367
  "title": "Near Surface Soil Moisture and Temperature data",
n
411
  "title": "Near Surface Soil Moisture and Temperature data - TOMST",
            
368
  "title_translated": {
412
  "title_translated": {
            
n
369
    "en": "Near Surface Soil Moisture and Temperature data",
n
413
    "en": "Near Surface Soil Moisture and Temperature data - TOMST",
            
370
    "es": "Datos de humedad y temperatura del suelo cerca de la 
414
    "es": "Datos de humedad y temperatura del suelo cerca de la 
            
371
superficie.",
415
superficie.",
            
372
    "fr": "Donn\u00e9es sur l'humidit\u00e9 et la temp\u00e9rature du 
416
    "fr": "Donn\u00e9es sur l'humidit\u00e9 et la temp\u00e9rature du 
            
373
sol pr\u00e8s de la surface"
417
sol pr\u00e8s de la surface"
            
374
  },
418
  },
            
375
  "topic": 
419
  "topic": 
            
376
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
420
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
            
377
  "type": "dataset",
421
  "type": "dataset",
            
n
n
422
  "unesdocimage": "",
            
423
  "unesdocurl": "",
            
378
  "url": null,
424
  "url": null,
            
n
n
425
  "version": "",
            
379
  "version_notes": {
426
  "version_notes": {
            
t
380
    "en": ""
t
427
    "en": "",
            
428
    "es": "",
            
429
    "fr": ""
            
381
  }
430
  }
            
382
}
431
}