Widespread surface water<i>p</i>CO2 undersaturation during ice-melt season in an Arctic continental shelf sea (Hudson Bay, Canada)
Notice bibliographique
Résumé
Estimating sea–air CO2 fluxes in coastal seas remains a source of uncertainty in global carbon budgets because processes like primary production, upwelling, water mixing, and freshwater inputs produce high spatial and temporal variability of CO2 partial pressure (pCO2). As a result, improving our pCO2 baseline observations in these regions is important, especially in sub-Arctic and Arctic seas that are experiencing strong impacts of climate change. Here, we show the patterns and main processes controlling seawater pCO2 and sea–air CO2 fluxes in Hudson Bay during the 2018 spring and early summer seasons. We observed spatially limited pCO2 supersaturation (relative to the atmosphere) near river mouths and beneath sea ice and widespread undersaturated pCO2 in offshore and ice-melt-influenced waters. pCO2 was highly correlated with salinity and temperature, with a limited but statistically significant relationship with chlorophyll a and fluorescent dissolved organic matter. Hudson Bay on average was undersaturated with respect to atmospheric CO2, which we attribute mainly to the dominance of sea-ice meltwater. We calculated an average net CO2 flux of about –5mmol CO2 m–2 day–1 (–3.3 Tg C) during the spring and early summer seasons (92 days). Combining this result with extrapolated estimates for late summer and fall seasons, we estimate the annual CO2 flux of Hudson Bay during the open water season (184 days) to be –7.2 Tg C. Our findings indicate that the bay on average is a weaker CO2 sink than most other Arctic seas, emphasizing the importance of properly accounting for seasonal variability in the Arctic coastal shelves to obtain reliable sea–air CO2 exchange budgets.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».