Partitioning the Export of Distinct Biogenic Carbon Pools in the Northeast Pacific Ocean Using a Biogeochemical Profiling Float
Notice bibliographique
Résumé
Abstract We leverage observations from chemical and bio‐optical sensors mounted on a biogeochemical profiling float in the Northeast Pacific Ocean to quantify the cycling and export potential of distinct biogenic carbon pools, including particulate inorganic carbon (PIC), particulate organic carbon (POC), and dissolved organic carbon (DOC). Year‐round observations reveal complex carbon cycle dynamics among these carbon pools. Net DOC production peaked during bloom initiation, about 3 months prior to the summer peak in POC production. We validate the float estimates of DOC cycling with seasonal accumulation and removal rates derived from ship‐board DOC observations over the same period. By combining chemical and bio‐optical tracers of POC cycling, we estimate the instantaneous POC sinking flux ( ). The cooccurrence of DOC consumption and POC production and sinking during fall and winter resolves the regional conundrum of a persistent particle sinking flux observed by sediment traps during a season that is known to be heterotrophic. PIC production is small, and uncertainties are large. By combining float‐based estimates of instantaneous net primary production (NPP) and , we quantify a real‐time carbon export ratio ([ /NPP] × 100%) for the euphotic zone. Elevated export ratios during summer are associated with an increase in the fraction of particles larger than 100 μm in size. Elevated export ratios during winter are associated with the physical redistribution of particles through seasonal deep mixing. Our study demonstrates how the combined use of multiple sensors on biogeochemical profiling floats can provide more nuanced information about upper ocean carbon cycle dynamics.
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 | 0,000 | 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) | 0,000 | 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 ».