Land‐use effects on resource net flux rates and oxygen demand in stream sediments
Notice bibliographique
Résumé
Summary Human land use in stream catchments modifies biogeochemical cycles. Here, 19 streams across a land use and cover gradient were investigated to determine how the landscape and associated conditions influenced sediment oxygen demand ( SOD ) and resource (carbon, nitrogen and phosphorus) net flux rates across the sediment–water interface of each stream. Resource net flux rates and SOD were determined from intact sediment cores collected in each stream and incubated in the dark. Stream water was then passed over the top of sealed cores, and net flux rates were determined by measuring the difference in nitrate ( ), soluble reactive phosphorus ( SRP ), quality and quantity of dissolved organic carbon ( DOC ) and dissolved oxygen between inflowing and outflowing water. Streams with more agricultural land in their catchments had higher ambient , SRP and protein‐like dissolved organic matter ( DOM ) and a larger fraction of DOM in a reduced oxidative state (as inferred using an optical DOM redox index). Sediment oxygen demand was best predicted by sediment organic content and was negatively related to wetland area and positively with row crop (arable) agriculture. These patterns indicate that streams affected by agriculture have relatively more nutrients and labile DOM than streams with greater wetland cover. Most (75%) of the variation in net flux into the stream sediments could be explained by ambient and protein‐like DOM . All but one stream had a net release of dissolved organic carbon ( DOC ) into the water column; however, streams with higher uptake rates lost carbon to the water column more slowly. Among streams, SRP net flux was low, varied between uptake and release and did not relate to landscape and ambient conditions. Phosphorus cycling was not affected by processes captured in this study. Net flux rates suggest that benthic net uptake increased with increased concentration and that more DOC was retained when the labile carbon pool increased with agricultural land use in the catchment. These links suggest that strategies put forward to increase the efficiency of removal should consider the composition of the carbon pool in addition to hydrological alterations.
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 | 0,001 |
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 ».