Particulate nitrogen exports in stream runoff exceed dissolved nitrogen forms during large tropical storms in a temperate, headwater, forested watershed
Notice bibliographique
Résumé
Abstract Although lasting only a fraction of the year, large storms may represent a significant, but highly variable, control on watershed nitrogen (N) fluxes. We determined the exports of particulate N (PN) and total dissolved N including nitrate‐N (NO 3 ‐N) and dissolved organic N (DON) in streamflow from a 12 ha temperate forested watershed. Sampling was performed for 15 storms over September 2010 to December 2012 and included four large tropical storms—Nicole (2010), Irene and Lee (2011), and Sandy (2012). PN composed a substantial portion (39–87%) of the storm event N export with storms constituting 65% of the 2011 PN export. Tropical storm Irene alone generated 1.76 kg N ha −1 of PN which was 27% of the annual watershed N (6.43 kg N ha −1 ) export for 2011. In contrast, tropical storm Sandy (October 2012) yielded low sediment and PN exports, likely due to low precipitation intensity and a freshly fallen leaf cover that may have reduced soil erosion. Stream water concentrations of PN, NO 3 ‐N, and DON ranged from 0–17.5, 0–2.02, and 0.01–0.54 mg N L −1 , respectively. Nitrate‐N concentrations displayed a dilution trajectory for peak stormflows suggesting supply limitation, a response that was not as strong for PN. These results underscore the importance of large storms for PN export which is significant given that climate‐change predictions indicate an increasing intensity of large tropical storms for the northeast U.S.. Elevated PN exports could further exacerbate water quality and eutrophication problems in sensitive aquatic ecosystems already subjected to excess dissolved nitrogen loads.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».