Megafire affects stream sediment flux and dissolved organic matter reactivity, but land use dominates nutrient dynamics in semiarid watersheds
Notice bibliographique
Résumé
Climate change is causing larger wildfires and more extreme precipitation events in many regions. As these ecological disturbances increasingly coincide, they alter lateral fluxes of sediment, organic matter, and nutrients. Here, we report the stream chemistry response of watersheds in a semiarid region of Utah (USA) that were affected by a megafire followed by an extreme precipitation event in October 2018. We analyzed daily to hourly water samples at 10 stream locations from before the storm event until three weeks after its conclusion for suspended sediment, solute and nutrient concentrations, water isotopes, and dissolved organic matter concentration, optical properties, and reactivity. The megafire caused a ~2,000-fold increase in sediment flux and a ~6,000-fold increase in particulate carbon and nitrogen flux over the course of the storm. Unexpectedly, dissolved organic carbon (DOC) concentration was 2.1-fold higher in burned watersheds, despite the decreased organic matter from the fire. DOC from burned watersheds was 1.3-fold more biodegradable and 2.0-fold more photodegradable than in unburned watersheds based on 28-day dark and light incubations. Regardless of burn status, nutrient concentrations were higher in watersheds with greater urban and agricultural land use. Likewise, human land use had a greater effect than megafire on apparent hydrological residence time, with rapid stormwater signals in urban and agricultural areas but a gradual stormwater pulse in areas without direct human influence. These findings highlight how megafires and intense rainfall increase short-term particulate flux and alter organic matter concentration and characteristics. However, in contrast with previous research, which has largely focused on burned-unburned comparisons in pristine watersheds, we found that direct human influence exerted a primary control on nutrient status. Reducing anthropogenic nutrient sources could therefore increase socioecological resilience of surface water networks to changing wildfire regimes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».