Flux and Seasonality of Dissolved Organic Matter From the Northern Dvina (Severnaya Dvina) River, Russia
Notice bibliographique
Résumé
Abstract Pan‐Arctic riverine dissolved organic carbon (DOC) fluxes represent a major transfer of carbon from land‐to‐ocean, and past scaling estimates have been predominantly derived from the six major Arctic rivers. However, smaller watersheds are constrained to northern high‐latitude regions and, particularly with respect to the Eurasian Arctic, have received little attention. In this study, we evaluated the concentration of DOC and composition of dissolved organic matter (DOM) via optical parameters, biomarkers (lignin phenols), and ultrahigh resolution mass spectrometry in the Northern Dvina River (a midsized high‐latitude constrained river). Elevated DOC, lignin concentrations, and aromatic DOM indicators were observed throughout the year in comparison to the major Arctic rivers with seasonality exhibiting a clear spring freshet and also some years a secondary pulse in the autumn concurrent with the onset of freezing. Chromophoric DOM absorbance at a 350 was strongly correlated to DOC and lignin across the hydrograph; however, the relationships did not fit previous models derived from the six major Arctic rivers. Updated DOC and lignin fluxes were derived for the pan‐Arctic watershed by scaling from the Northern Dvina resulting in increased DOC and lignin fluxes (50 Tg yr −1 and 216 Gg yr −1 , respectively) compared to past estimates. This leads to a reduction in the residence time for terrestrial carbon in the Arctic Ocean (0.5 to 1.8 years). These findings suggest that constrained northern high‐latitude rivers are underrepresented in models of fluxes based from the six largest Arctic rivers with important ramifications for the export and fate of terrestrial carbon in the Arctic Ocean.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».