The browning and re-browning of lakes: Divergent lake-water organic carbon trends linked to acid deposition and climate change
Notice bibliographique
Résumé
Dissolved organic carbon (DOC) concentrations and water colour are increasing in many inland waters across northern Europe and northeastern North America. This inland-water "browning" has profound physical, chemical and biological repercussions for aquatic ecosystems affecting water quality, biological community structures and aquatic productivity. Potential drivers of this "browning" trend are complex and include reductions in atmospheric acid deposition, changes in land use/cover, increased nitrogen deposition and climate change. However, because of the overlapping impacts of these stressors, their relative contributions to DOC dynamics remain unclear, and without appropriate long-term monitoring data, it has not been possible to determine whether the ongoing "browning" is unprecedented or simply a "re-browning" to pre-industrial DOC levels. Here, we demonstrate the long-term impacts of acid deposition and climate change on lake-water DOC concentrations in low and high acid-deposition areas using infrared spectroscopic techniques on ~200-year-long lake-sediment records from central Canada. We show that acid deposition suppressed naturally higher DOC concentrations during the 20th century, but that a "re-browning" of lakes is now occurring with emissions reductions in formerly high deposition areas. In contrast, in low deposition areas, climate change is forcing lakes towards new ecological states, as lake-water DOC concentrations now often exceed pre-industrial levels.
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 ».