MétaCan
Menu
Retour à la cohorte
Enregistrement W2529683671 · doi:10.5194/bg-14-3129-2017

Implications of sea-ice biogeochemistry for oceanic production and emissions of dimethyl sulfide in the Arctic

2017· article· en· W2529683671 sur OpenAlexafffund
Hakase Hayashida, Nadja Steiner, Adam H. Monahan, Virginie Galindo, Martine Lizotte, Maurice Levasseur

Notice bibliographique

RevueBiogeosciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversité LavalUniversity of ManitobaFisheries and Oceans CanadaUniversity of Victoria
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of AlbertaArcticNet
Mots-clésDimethyl sulfideDimethylsulfoniopropionateSea iceBiogeochemistryOceanographyWater columnArcticArctic ice packEnvironmental scienceBloomPhytoplanktonSulfur cycleCarbon cycleGeologySulfateEcosystemSulfurChemistryNutrientEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. Sea ice represents an additional oceanic source of the climatically active gas dimethyl sulfide (DMS) for the Arctic atmosphere. To what extent this source contributes to the dynamics of summertime Arctic clouds is, however, not known due to scarcity of field measurements. In this study, we developed a coupled sea ice–ocean ecosystem–sulfur cycle model to investigate the potential impact of bottom-ice DMS and its precursor dimethylsulfoniopropionate (DMSP) on the oceanic production and emissions of DMS in the Arctic. The results of the 1-D model simulation were compared with field data collected during May and June of 2010 in Resolute Passage. Our results reproduced the accumulation of DMS and DMSP in the bottom ice during the development of an ice algal bloom. The release of these sulfur species took place predominantly during the earlier phase of the melt period, resulting in an increase of DMS and DMSP in the underlying water column prior to the onset of an under-ice phytoplankton bloom. Production and removal rates of processes considered in the model are analyzed to identify the processes dominating the budgets of DMS and DMSP both in the bottom ice and the underlying water column. When openings in the ice were taken into account, the simulated sea–air DMS flux during the melt period was dominated by episodic spikes of up to 8.1 µmol m−2 d−1. Further model simulations were conducted to assess the effects of the incorporation of sea-ice biogeochemistry on DMS production and emissions, as well as the sensitivity of our results to changes of uncertain model parameters of the sea-ice sulfur cycle. The results highlight the importance of taking into account both the sea-ice sulfur cycle and ecosystem in the flux estimates of oceanic DMS near the ice margins and identify key uncertainties in processes and rates that should be better constrained by new observations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,262
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207