Dissolved organic matter at the fluvial–marine transition in the Laptev Sea using in situ data and ocean colour remote sensing
Notice bibliographique
Résumé
River water is the main source of dissolved organic carbon (DOC) in the Arctic Ocean. DOC plays an important role in the Arctic carbon cycle, and its export from land to sea is expected to increase as ongoing climate change accelerates permafrost thaw. However, transport pathways and transformation of DOC in the land-to-ocean transition are mostly unknown. We collected DOC and a CDOM ( λ ) samples from 11 expeditions to river, coastal and offshore waters and present a new DOC– a CDOM ( λ ) model for the fluvial–marine transition zone in the Laptev Sea. The a CDOM ( λ ) characteristics revealed that the dissolved organic matter (DOM) in samples of this dataset are primarily of terrigenous origin. Observed changes in a CDOM (443) and its spectral slopes indicate that DOM is modified by microbial and photo-degradation. Ocean colour remote sensing (OCRS) provides the absorption coefficient of coloured dissolved organic matter ( a CDOM ( λ ) sat ) at λ =440 or 443 nm, which can be used to estimate DOC concentration at high temporal and spatial resolution over large regions. We tested the statistical performance of five OCRS algorithms and evaluated the plausibility of the spatial distribution of derived a CDOM ( λ ) sat . The OLCI (Sentinel-3 Ocean and Land Colour Instrument) neural network swarm (ONNS) algorithm showed the best performance compared to in situ a CDOM (440) ( r 2 =0.72). Additionally, we found ONNS-derived a CDOM (440), in contrast to other algorithms, to be partly independent of sediment concentration, making ONNS the most suitable a CDOM ( λ ) sat algorithm for the Laptev Sea region. The DOC– a CDOM ( λ ) model was applied to ONNS-derived a CDOM (440), and retrieved DOC concentration maps showed moderate agreement to in situ data ( r 2 =0.53). The in situ and satellite-retrieved data were offset by up to several days, which may partly explain the weak correlation for this dynamic region. Satellite-derived surface water DOC concentration maps from Medium Resolution Imaging Spectrometer (MERIS) satellite data demonstrate rapid removal of DOC within short time periods in coastal waters of the Laptev Sea, which is likely caused by physical mixing and different types of degradation processes. Using samples from all occurring water types leads to a more robust DOC– a CDOM ( λ ) model for the retrievals of DOC in Arctic shelf and river waters.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».