Effect of a moderate-size reservoir on transport of trace elements in a watershed
Notice bibliographique
Résumé
Wildman RA, Forde NA. 2016. Effect of a moderate-size reservoir on transport of trace elements in a watershed. Lake Reserve Manage. 32:353–365.We assessed the extent to which Grand Lake, Oklahoma (>30 m deep, >80 km long), retains Fe, Mn, P, As, Zn, Pb, and Cd. Filtered water samples and suspended sediment samples were collected upstream of, within, and downstream of the reservoir. We then estimated instantaneous, seasonal, elemental fluxes. In winter and spring, when storms brought high flows to the reservoir, Grand Lake modified flood water minimally. During these seasons, trace element distributions were determined by the passage of storm inflows through the reservoir. In summer, Fe, Mn, P, and As were enriched in anoxic bottom water and exported through the dam, which draws water from below the surface mixed layer. Concentrations of aqueous elements in the water column were lower following autumn overturn, perhaps due to precipitation of metal oxides and settling. Unlike Fe, Zn was retained in Grand Lake during all seasons. Concentrations of Cd and Pb in filtered samples were often below our detection limit. Logistic regression indicated that Zn predicted detectable Cd, and so Grand Lake probably sequesters Cd. Sequestration of Pb was unclear because detectable Pb was predicted by both Zn and Fe. This study shows that watershed hydrology determines the transport of trace elements through a reservoir during times of high flow but that vertical circulation and biogeochemistry dominate during summertime and autumn low flows. Understanding these mechanisms can aid reservoir managers who seek to reduce downstream loads of trace elements.
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) | 0,001 | 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 ».