Shrub tundra ecohydrology: rainfall interception is a major component of the water balance
Notice bibliographique
Résumé
Abstract As shrubs expand across the Arctic, they alter all cycles in the Earth system, including the water cycle. However, the coupling of shrubs with the water cycle during summer remains poorly understood. Rainfall interception, a major cause of divergent hydrological responses between vegetated and non-vegetated environments, is particularly poorly constrained. We quantified shrub rainfall interception and redistribution in birch and alder in the Western Canadian Arctic using networks of throughfall and stemflow gauges. We find that rainfall interception losses are a major component of the water budget, as effective rainfall was reduced by 15%–30% in the birches. Underneath alders, effective rainfall was almost as large or larger than gross rainfall, but they also left a rain shadow. The spatial variability in throughfall was substantial underneath both shrub species. Stemflow was a small but non-negligible component, as the alders concentrated ∼15% of rainfall to their few vertical stems, compared to the ∼8% the birches funnelled along their numerous, predominantly skewed stems. The substantial small-scale variability in effective rainfall may create islands in which conditions for certain biogeochemical processes are particularly favourable. On larger scales, rainfall interception reduces the water yield and thus the runoff received by downstream ecosystems such as lakes. The interception losses are predicted to increase with shrub density in a way that also depends on climatic conditions, with large losses in many coastal environments. The extent to which shrub expansion leads to drier Arctic ecosystems is, however, unclear because of the complex interplay between many ecohydrological processes. Shrub rainfall interception is one major, previously overlooked piece of this puzzle.
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 | 0,000 | 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) | 0,046 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».