Event‐Based Precipitation Isotopes in the Laurentian Great Lakes Region Reveal Spatiotemporal Patterns in Moisture Recycling
Notice bibliographique
Résumé
Abstract Lake effect snowstorms influence climate, ecology, and agriculture in the Laurentian Great Lakes region and can be costly to surrounding communities in the United States and Canada. Stable isotopes of lake effect precipitation events throughout the year display a distinct signature that can be used to better understand how these storms may respond to a changing climate. Here we present event‐based δ 18 O and δ 2 H of precipitation from a site in Skaneateles, NY, downwind of Lakes Ontario and Erie, between April 2015 and February 2018. We find a seasonal isotopic cycle with a well‐defined signature of high deuterium excess ( d ‐excess) during National Weather Service‐defined lake effect snowstorms. Application of a previously developed moisture recycling model to this data set shows that up to 25% more moisture recycling takes place when the lake water and air temperature difference is large, air temperature is below freezing, and wind direction permits storms to move over Lake Ontario or Lake Erie. Moisture recycling occurs less frequently during spring, summer, and early fall due to meteorological and lake parameters that are less conducive to moisture recycling. Comparison of annual mean precipitation d ‐excess at sites both upwind and downwind of the Laurentian Great Lakes provides evidence that this high d ‐excess signature is characteristic of mean annual precipitation isotopic composition at downwind sites and therefore may be used to quantify changes in moisture recycling that occur on event to annual time scales in response to past and future climate changes.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».