Mercury in vegetation and organic soil at an upland boreal forest site in Prince Albert National Park, Saskatchewan, Canada
Notice bibliographique
Résumé
We studied an upland boreal forest plot located in the Prince Albert National Park, Saskatchewan, Canada, to measure the total mercury content in vegetation and organic soil with a view to assessing the potential for mercury release during forest fires. The study area consists of two stands of vegetation regrown after fires 39 and 130 years ago, with different carbon and mercury stocks in vegetation and organic soil. The mercury concentrations in ng g −1 (dry weight) were measured for moss (90–110), leaves (8), needles (10), bark (16–38), lichen (30–227), bole wood (2) and for organic soil layers (120–300). The combined mercury stock increased from 1.01 ± 0.28 to 3.45 ± 0.87 mg m −2 for the two stand ages; 93–97% of the mercury resided in the organic soil to the mineral layer. The mercury input to the ecosystem is from wet and dry deposition and is trapped in the organic soil layers as indicated by the high organic soil mercury concentrations and low mercury concentration in the underlying mineral layer. Extrapolation from the data measured for the two subplots to all boreal forests suggests a massive mercury stock in boreal forests (15,000 to 44,000 t). This is a low estimate because boreal lowlands have still higher mercury densities. Not all of the organic soil mercury was acquired since the last burns; some predates the more recent fires. The mercury being predominantly located in the organic soil makes fire severity the most important parameter for mercury release. The anticipated accelerated warming in northern latitudes would increase severity, frequency and burn area of future fires and result in large pulses of mercury to the atmosphere and further stress to the environment.
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 | 0,001 | 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 ».