Salt marsh ecohydrological zonation due to heterogeneous vegetation–groundwater–surface water interactions
Notice bibliographique
Résumé
Vegetation zonation and tidal hydrology are basic attributes of intertidal salt marshes, but specific links among vegetation zonation, plant water use, and spatiotemporally dynamic hydrology have eluded thorough characterization. We developed a quantitative model of an intensively studied salt marsh field site, integrating coupled 2‐D surface water and 3‐D groundwater flow and zonal plant water use. Comparison of model scenarios with and without heterogeneity in (1) evapotranspiration rates and rooting depths, according to mapped vegetation zonation, and (2) sediment hydraulic properties from inferred geological heterogeneity revealed the coupled importance of both sources of ecohydrological variability at the site. Complex spatial variations in root zone pressure heads, saturations, and vertical groundwater velocities emerged in the model but only when both sources of ecohydrological variability were represented together and with tidal dynamics. These regions of distinctive root zone hydraulic conditions, caused by the intersection of vegetation and sediment spatial patterns, were termed “ecohydrological zones” (EHZ). Five EHZ emerged from different combinations of sediment hydraulic properties and evapotranspiration rates, and two EHZ emerged from local topography. Simulated pressure heads and groundwater dynamics among the EHZ were validated with field data. The model and data showed that hydraulic differences between EHZ were masked shortly after a flooding tide but again became prominent during prolonged marsh exposure. We suggest that ecohydrological zones, which reflect the combined influences of topographic, sediment, and vegetation heterogeneity and do not emphasize one influence over the others, are the fundamental spatial habitat units comprising the salt marsh ecosystem.
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 | 0,002 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,023 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».