Predicting export of dissolved organic carbon from forested catchments in glaciated landscapes with shallow soils
Notice bibliographique
Résumé
This study presents a simple model of dissolved organic carbon (DOC) loading to surface waters that is applicable to headwater catchments in forested regions on glaciated landscapes. Average annual DOC export was highly variable among the 33 experimental catchments along an east‐west transect, ranging from 0.90 to 13.74 g C/m 2 /a. It was hypothesized that the proportion of wetlands within the catchments would explain the majority of variation in average annual DOC export. To test this hypothesis, digital terrain analysis was used to derive wetlands automatically under both open and closed forest canopies by identifying the probability of a grid cell being a depression and/or flat. Using a 10 m digital elevation model (DEM) derived from readily available sources, the proportion of wetlands explained 63% of the variance in average annual DOC export among the 33 experimental catchments. Inclusion of regional climatic indicators, including the number of growing degree days (with a base of 10°C) and the runoff coefficient, increased explanation of variance from 63% to 89%, once catchments with lakes (>5% of catchment area) adjacent to the catchment outlets were removed. This study shows that DOC export can be predicted accurately from headwater catchments in forested regions on glaciated landscapes using a simple model based on the proportion of wetlands and easily calculated climatic variables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».