Landscape Controls on Nutrient Export during Snowmelt and an Extreme Rainfall Runoff Event in Northern Agricultural Watersheds
Notice bibliographique
Résumé
In the northern Great Plains, most runoff transport of N, and P to surface waters has historically occurred with snowmelt. In recent years, significant rainfall runoff events have become more frequent and intense in the region. Here, we examine the influence of landscape characteristics on hydrology and nutrient export in nine tributary watersheds of the Assiniboine River in Manitoba, Canada, during snowmelt runoff and with an early summer extreme rainfall runoff event (ERRE). All watersheds included in the study have land use that is primarily agricultural, but with differing proportions of land remaining as wetlands, grassland, and that has been artificially drained. Those watersheds with greater capacity for storage of water in surface depressions (noneffective contributing areas) exhibited lower rates of runoff and nutrient export with snowmelt. During the ERRE, higher export of total P (TP), but not total N, was observed from those watersheds with larger amounts of contributing area that had been added through artificial surface drainage, and this was associated primarily with higher TP concentrations. Increasing or restoring the storage of water on the landscape is likely to reduce nutrient export; however, the importance of antecedent conditions was evident during the ERRE, when small surface depressions were at or near capacity from snowmelt. Total P concentrations observed during the summer ERRE were as high as those observed with snowmelt, and N/P ratios were significantly lower. If the frequency of summer ERREs increases with climate change, this is likely to result in negative water quality outcomes.
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 | 0,000 |
| 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 ».