First pan-Arctic assessment of dissolved organic carbon in lakes of the permafrost region
Notice bibliographique
Résumé
Abstract. Lakes in permafrost regions are dynamic landscape components and play an important role for climate change feedbacks. Lake processes such as mineralization and flocculation of dissolved organic carbon (DOC), one of the main carbon fractions in lakes, contribute to the greenhouse effect and are part of the global carbon cycle. These processes are in the focus of climate research, but studies so far are limited to specific study regions. In our synthesis, we analyzed 2167 water samples from 1833 lakes across the Arctic in permafrost regions of Alaska, Canada, Greenland, and Siberia to provide first pan-Arctic insights for linkages between DOC concentrations and the environment. Using published data and unpublished datasets from the author team, we report regional DOC differences linked to latitude, permafrost zones, ecoregions, geology, near-surface soil organic carbon contents, and ground ice classification of each lake region. The lake DOC concentrations in our dataset range from 0 to 1130 mg L−1 (10.8 mg L−1 median DOC concentration). Regarding the permafrost regions of our synthesis, we found median lake DOC concentrations of 12.4 mg L−1 (Siberia), 12.3 mg L−1 (Alaska), 10.3 mg L−1 (Greenland), and 4.5 mg L−1 (Canada). Our synthesis shows a significant relationship between lake DOC concentration and lake ecoregion. We found higher lake DOC concentrations at boreal permafrost sites compared to tundra sites. We found significantly higher DOC concentrations in lakes in regions with ice-rich syngenetic permafrost deposits (yedoma) compared to non-yedoma lakes and a weak but significant relationship between soil organic carbon content and lake DOC concentration as well as between ground ice content and lake DOC. Our pan-Arctic dataset shows that the DOC concentration of a lake depends on its environmental properties, especially on permafrost extent and ecoregion, as well as vegetation, which is the most important driver of lake DOC in this study. This new dataset will be fundamental to quantify a pan-Arctic lake DOC pool for estimations of the impact of lake DOC on the global carbon cycle and climate change.
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 | 0,001 |
| 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 ».