Quantifying emissions of methane derived from anaerobic organic matter respiration and natural gas extraction in Lake Erie
Notice bibliographique
Résumé
Abstract Despite a growing awareness of the importance of inland waters in regional and global carbon (C) cycles, particularly as sources of the greenhouse gases carbon dioxide (CO 2 ) and methane (CH 4 ), very little is known about C sources and fluxes in the Laurentian Great Lakes, Earth's largest surface freshwater system. Here, we present a study of CH 4 dynamics in Lake Erie, which has large spring algae blooms linked to fertilizer runoff and followed by hypoxia, as well as an extensive network of natural gas wells and pipelines in Canadian waters. Lake Erie is a positive source of CH 4 to the atmosphere in late summer, even in shallow regions without water column hypoxia. Stable isotopic measurements indicate that both biogenic and thermogenic CH 4 contribute to emissions from Lake Erie. We estimate that Lake Erie emits 1.3 ± 0.6 × 10 5 kg CH 4 ‐C d −1 in late summer, with approximately 30% of CH 4 derived from natural gas infrastructure. Additional work is needed to determine the spatial and temporal dynamics of CH 4 emissions from Lake Erie and to confirm estimates of source contribution. Studies of the C cycle in large lakes are not as straightforward as those in smaller lakes, as, in addition to O 2 availability, subsurface currents and high winds may exert significant control over dissolved CH 4 patterns. If climate warming and increasing precipitation intensity lead to increased algal biomass and/or greater extent and duration of hypoxia, this may increase emissions of CH 4 from Lake Erie in a positive feedback to climate change.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».