Underestimation of surface <i>p</i>CO2 and air-sea CO2 fluxes due to freshwater stratification in an Arctic shelf sea, Hudson Bay
Notice bibliographique
Résumé
The objective of this study is to quantify the impact of freshwater stratification on the vertical gradients of partial pressure of CO2 (pCO2) and estimates of air-sea CO2 exchange in Hudson Bay during peak sea-ice melt and river runoff. During the spring of 2018, we sampled water in Hudson Bay and Hudson Strait for dissolved inorganic carbon, total alkalinity, salinity, the oxygen stable isotope ratio in the water (δ18O), and other ancillary data. The coastal domain and regions close to the ice edge had significant vertical concentration gradients of pCO2 across the top meters of the ocean due to the presence of a stratified fresh layer at the surface. The pCO2 and salinity in the central (where sea-ice melt was significant) and the southeast (where river runoff and sea-ice melt were significant) side of the bay generally increased with depth, with average gradients of 4.5 μatm m–1 and 0.5 m–1, respectively. Ignoring these gradients causes a significant error in calculating air-sea CO2 fluxes, especially when using shipboard underway systems that measure pCO2 at several meters below the sea surface. We found that the oceanic CO2 sink in Hudson Bay is underestimated by approximately 50% if underway pCO2 system measurements are used without correction. However, we observed that these gradients do not persist for more than 5 weeks following ice melt. We have derived a linear correction for underway pCO2 measurements to account for freshwater stratification during periods of 1–5 weeks after ice breakup. Given the lack of measurements in stratified Arctic waters, our results provide a road map to better estimates of the important role of these regions in global carbon cycles.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».