Seasonality of inundation in geographically isolated wetlands across the United States
Notice bibliographique
Résumé
Inundation area is a major control on the ecosystem services provisioned by geographically isolated wetlands. Despite its importance, there has not been any comprehensive study to map out the seasonal inundation characteristics of geographically isolated wetlands over the continental United States (CONUS). This study fills the aforementioned gap by evaluating the seasonality or the long-term intra-annual variations of wetland inundation in ten wetlandscapes across the CONUS. We also assess the consistency of these intra-annual variations. Finally, we evaluate the extent to which the seasonality can be explained based on widely available hydrologic fluxes. Our findings highlight significant intra-annual variations of inundation within most wetlandscapes, with a standard deviation of the long-term averaged monthly inundation area ranging from 15% to 151% of its mean across the wetlandscapes. Stark differences in inundation seasonality are observed between snow-affected vs. rain-fed wetlandscapes. The former usually shows the maximum monthly inundation in April following spring snowmelt (SM), while the latter experiences the maximum in February. Although the magnitude of inundation fraction has changed over time in several wetlandscapes, the seasonality of these wetlands shows remarkable constancy. Overall, commonly available regional hydrologic fluxes (e.g. rainfall, SM, and evapotranspiration) are found to be able to explain the inundation seasonality at wetlandscape scale with determination coefficients greater than 0.57 in 7 out of 10 wetlandscapes. Our methodology and presented results may be used to map inundation seasonality and consequently account for its impact on wetland functions.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».