Assessment of Nutrient Supply by a Tidal Jet in the Northern Strait of Georgia Based on a Biogeochemical Model
Notice bibliographique
Résumé
Abstract We present a coupled three‐dimensional biological‐physical model for the Salish Sea and evaluate it by comparison to nitrate, silicate, and chlorophyll observations. It accurately reproduces nitrate concentrations with Willmott skill scores, root‐mean‐square error, and bias ranging from 0.84–0.95, 4.02–6.5 μM, and −2.33–1.84 μM, respectively, compared to three independent discrete sample data sets. A prominent feature of the model output is a tidal jet emanating from Discovery Passage producing a downstream plume of elevated surface nitrate. The signal is present from April to September, when surface nitrate is otherwise drawn down. It has a weak but statistically significant correlation to Discovery Passage tidal velocity ( R =0.37, p <0.01). Within the turbulent jet and associated plume, the average rate of vertical nitrate supply due to mixing and advection across a depth of roughly 6 m is 0.46 μmol m −2 s −1 between 15 May and 20 August 2015, compared to 0.10 μmol m −2 s −1 for the northern Strait of Georgia as a whole. Close to Discovery Passage, where velocities and shear are strongest, the majority of the vertical nitrate flux is due to mixing. As velocities weaken downstream, vertical advection becomes more important relative to mixing, but vertical velocities also decrease. The tidal pulses out of Discovery Passage drive waves that contribute net upward nitrate flux as far south as Cape Lazo, 40 km away. The nitrate supply drives new production, consistent with existing observations. Similar dynamics have been described in many other tidally influenced coastal systems.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».