Moisture origin and stable isotope characteristics of precipitation in southeast Siberia
Notice bibliographique
Résumé
Abstract The paper presents oxygen and hydrogen isotopes of 284 precipitation event samples systematically collected in Irkutsk, in the Baikal region (southeast Siberia), between June 2011 and April 2017. This is the first high‐resolution dataset of stable isotopes of precipitation from this poorly studied region of continental Asia, which has a high potential for isotope‐based palaeoclimate research. The dataset revealed distinct seasonal variations: relatively high δ18O (up to −4‰) and δD (up to −40‰) values characterize summer air masses, and lighter isotope composition (−41‰ for δ18O and −322‰ for δD) is characteristic of winter precipitation. Our results show that air temperature mainly affects the isotope composition of precipitation, and no significant correlations were obtained for precipitation amount and relative humidity. A new temperature dependence was established for weighted mean monthly precipitation: +0.50‰/°C (r2 = 0.83; p <.01; n = 55) for δ18O and +3.8‰/°C (r2 = 0.83, p < 0.01; n = 55) for δD. Secondary fractionation processes (e.g., contribution of recycled moisture) were identified mainly in summer from low d excess. Backward trajectories assessed with the Hybrid Single‐Particle Lagrangian Integrated Trajectory (HYSPLIT) model indicate that precipitation with the lowest mean δ18O and δD values reaches Irkutsk in winter related to moisture transport from the Arctic. Precipitation originating from the west/southwest with the heaviest mean isotope composition reaches Irkutsk in summer, thus representing moisture transport across Eurasia. Generally, moisture transport from the west, that is, the Atlantic Ocean predominates throughout the year. A comparison of our new isotope dataset with simulation results using the European Centre/Hamburg version 5 (ECHAM5)‐wiso climate model reveals a good agreement of variations in δ18O (r2 = 0.87; p <.01; n = 55) and air temperature (r2 = 0.99; p <.01; n = 71). However, the ECHAM5‐wiso model fails to capture observed variations in d excess (r2 = 0.14; p < 0.01; n = 55). This disagreement can be partly explained by a model deficit of capturing regional hydrological processes associated with secondary moisture supply in summer.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».