Satellite observation of particulate organic carbon dynamics on the <scp>L</scp>ouisiana continental shelf
Notice bibliographique
Résumé
Particulate organic carbon (POC) plays an important role in coastal carbon cycling and the formation of hypoxia. Yet, coastal POC dynamics are often poorly understood due a lack of POC observations and the complexity of coastal hydrodynamic and biogeochemical processes that influence POC sources and sinks. Using a dataset of field observations and satellite ocean color products, we developed a new multiple regression algorithm to derive POC from satellite observations in two river-dominated estuaries in the northern Gulf of Mexico: the Louisiana Continental Shelf (LCS) and Mobile Bay. The algorithm had reliable performance with mean relative error (MRE) of ~40%, and root mean square error (RMSE) of ~50% for MODIS and SeaWiFS images in the two systems. Substantial spatio-temporal variability was observed from satellite on the LCS, with higher POC on the inner shelf (< 10 m depth) and lower POC on the middle (10-50 m depth) and outer shelves (50-200 m depth), and with higher POC in winter (January to March), and lower POC in summer to fall (August to October). Correlation analysis between long-term POC time series and several potential influencing factors indicated that river discharge dominants POC dynamics on the LCS. Wind and surface currents also affect POC spatial patterns on short time scales. This study demonstrates that algorithms that can determine coastal POC from satellites greatly increase the spatial and temporal extent of observations available for characterizing POC dynamics and their relations to various dominant physical forcings to the continental shelf and estuaries.
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 | 0,001 |
| 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) | 0,000 | 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 ».