Modeling Terrestrial Dissolved Organic Carbon Loading to Western Arctic Rivers
Notice bibliographique
Résumé
The mobilization and land-to-ocean transfer of dissolved organic carbon (DOC) in Arctic watersheds is intricately linked with the region's climate and water cycle, and furthermore at risk of changes from climate warming and associated impacts. This study quantifies model-simulated estimates of runoff, surface and active layer leachate DOC concentrations and loadings to western Arctic rivers, specifically for basins that drain into coastal waters between and including the Yukon and Mackenzie Rivers. Model validation leverages data from other field measurements, synthesis studies, and modeling efforts. The simulations effectively quantify DOC leaching in surface and subsurface runoff and broadly capture the seasonal cycle in DOC concentration and mass loadings reported from other studies that use river-based measurements. A marked east-west gradient in simulated spring and summer DOC concentrations of 24 drainage basins on the North Slope of Alaska is captured by the modeling, consistent with independent data derived from river sampling. Simulated loadings for the Mackenzie and Yukon show reasonable agreement with estimates of DOC export for annual totals and four of the six seasonal comparisons. Nearly equivalent loading occurs to rivers which drain north to the Beaufort Sea and west to the Bering and Chukchi Seas. The modeling framework provides a basis for understanding carbon export to coastal waters and for assessing impacts of hydrological cycle intensification and permafrost thaw with ongoing warming in the Arctic.
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 | 0,001 |
| 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 | 0,001 | 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 ».