Isotopic Characterization of Sulfate in a Shallow Aquifer Impacted by Agricultural Fertilizer
Notice bibliographique
Résumé
Abstract The stable isotope ratios of groundwater sulfate ( 34 S/ 32 S, 18 O/ 16 O) are often used as tracers to help determine the origin of groundwater or groundwater contaminants. In agricultural watersheds, little is known about how the increased use of sulfur as a soil amendment to optimize crop production is affecting the isotopic composition of groundwater sulfate, especially in shallow aquifers. We investigated the isotopic composition of synthetic agricultural fertilizers and groundwater sulfate in an area of intensive agricultural activity, in Ontario, Canada. Groundwater samples from an unconfined surficial sand aquifer (Lake Algonquin Sand Aquifer) were analyzed from multi‐level monitoring wells, riverbank seeps, and private domestic wells. Fertilizers used in the area were analyzed for sulfur/sulfate content and stable isotopic composition (δ 18 O and/or δ 34 S). Fertilizers were isotopically distinct from geological sources of groundwater sulfate in the watershed and groundwater sulfate exhibited a wide range of δ 34 S (−6.9 to +20.0‰) and δ 18 O (−5.0 to +13.7‰) values. Quantitative apportionment of sulfate sources based on stable isotope data alone was not possible, largely because two of the potential fertilizer sulfate sources had an isotopic composition on the mixing line between two natural geological sources of sulfate in the aquifer. This study demonstrates that, when sulfate isotope analysis is being used as a tracer or co‐tracer of the origin of groundwater or of contaminants in groundwater, sulfate derived from synthetic fertilizer needs to be considered as a potential source, especially when other parameters such as nitrate independently indicate fertilizer impacts to groundwater quality.
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 | 0,000 | 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) | 0,004 | 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 ».