Investigating the applicability of end‐member mixing analysis (EMMA) across scale: A study of eight small, nested catchments in a temperate forested watershed
Notice bibliographique
Résumé
Current interest in multicatchment hydrologic studies challenges the use of geochemical mixing models across scale, where changes in stream water chemistry from catchment to catchment may indicate (1) changes in the proportional contributions of end‐members, (2) changes in the geochemical signatures of end‐members in space, or (3) changes in the geochemical signatures of end‐members in time. In this study we examine stream water chemistry from a series of eight nested catchments in a 1.47 km 2 temperate forest watershed in southern Quebec for evidence of contributing end‐members. We use eigenvector and residual analysis (Hooper, 2003) of the multivariate stream water chemistry records to estimate the dimensionality of the mixing space for each individual catchment, indicating the number of contributing end‐members. Using the mixing space of the largest, highest‐order catchment (1.47 km 2 ), we evaluate its ability to predict stream water chemistry in the seven upstream catchments, representing progressively smaller areas. We observe significant spatial variation in ionic mixing ratios within the 147 ha watershed. Only spatial testing across catchments allowed us to identify appropriate conservative tracers most compatible with the application of a single mixing model across scale. On the seasonal timescale, groundwater geochemistry changes significantly due to the recharge from spring snowmelt, indicating a mixture of two groundwater end‐members of varying age. On the timescale of storm events, shallow perched water and throughfall provide geochemical signatures consistent with physical mixing while unsaturated zone soil water sampled from local pockets of glacial till does not. Our results suggest cautious application of end‐member mixing analysis (EMMA) for multicatchment studies.
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 | 0,003 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».