Acidification recovery in a changing climate: Observations from thirty‐five years of stream chemistry monitoring in forested headwater catchments at the Turkey Lakes watershed, Ontario
Notice bibliographique
Résumé
Abstract Long‐term ecosystem studies are valuable for understanding integrated ecosystem response to global changes in atmospheric deposition and climate. We examined trends for a 35‐year period (1982/83–2017/18) in concentrations of a range of solutes in precipitation and stream water from nine headwater catchments spanning elevation and surficial geology gradients at the Turkey Lakes watershed (TLW) in northeastern Ontario, Canada. Average annual water year (WY, October to September) concentrations in precipitation significantly declined over the period for sulphate (SO 4 2− ), nitrate (NO 3 − ) and chloride (Cl − ), while calcium (Ca 2+ ) and potassium (K + ) concentrations increased, resulting in a significant pH increase from 4.2 to 5.7. Trends in stream chemistry through time are generally consistent with expectations associated with acidification recovery. Concentration of many stream water solutes (SO 4 2− , Cl − , calcium [Ca 2+ ], magnesium [Mg 2+ ] and NH 4 + generally decreased, while others (silica [SiO 2 ] and dissolved organic carbon [DOC]) generally increased. Increases were also observed for alkalinity (six of nine catchments), acid neutralizing capacity ([ANC]; six of nine catchments) and pH (eight of nine catchments), while conductivity declined (six of nine catchments). Variability in trends among catchments are associated with differences in surficial geology and wetland cover. While absolute solute concentrations were generally lower at bedrock dominated high‐elevation catchments compared to till dominated lower elevation catchments, the rate of change of concentration was often greater for high elevation catchments. This study confirms continued, but non‐linear stream chemistry recovery from acidification, particularly at the less buffered high and moderate elevation sites. The heterogeneity of responses among catchments highlights our incomplete understanding of the relative importance of different mechanisms influencing stream chemistry and the consequences for downstream ecosystems.
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) | 0,000 | 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 ».