A 30 ‐Year Time Series of Transient Tracer‐Based Estimates of Anthropogenic Carbon in the Central Labrador Sea
Notice bibliographique
Résumé
Abstract We use a 30‐year time series (1986–2016) of dichlorodifluoromethane (CFC‐12) concentrations with a refined transit time distribution (TTD) method, to estimate the temporal variation of anthropogenic carbon (C ant ) in the Central Labrador Sea. We determined that the saturation of CFC‐12 and sulfur hexafluroide (SF 6 ) in newly‐formed Labrador Sea Water had departed significantly from 100% and varied systematically with time. Multiple linear regression of the time‐varying saturation, with the tracer's atmospheric growth rate and the wintertime mixed layer depth as independent variables, allowed reconstruction of the saturation history of CFC‐12 and SF 6 in wintertime surface waters, which was implemented in the TTD method. Use of the time‐varying saturation for CFC‐12 gave C ant concentrations ∼7 μmol kg −1 larger than estimates obtained assuming a constant saturation of 100%. The resulting C ant column inventories were ∼20% larger and displayed lower interannual variability compared to conventional TTD‐based estimates. The column inventory of C ant increased at an average rate of 1.8 mol m −2 y −1 over the 30‐year period. However, the accumulation rate of C ant was higher than this average in the early 1990s and since 2013, whereas inventories remained almost unchanged between 2003 and 2012. The variation in the C ant accumulation rate is shown to be linked to temporal variability in the relative layer thickness of the annually ventilated Labrador Sea Water and the underlying Deep Intermediate Water. The non‐steady C ant accumulation highlights the importance of sampling frequency, especially in regions of variable deep mixing and high carbon inventories, and potential misinterpretation of C ant dynamics.
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 | 0,000 | 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 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 ».