High-frequency observations reveal acute chloride pulses and chloride legacy effects in an urbanizing watershed impacted by road salting
Notice bibliographique
Résumé
<p>In watersheds impacted by urban growth and road salt usage, increasing stream chloride (Cl<sup>-</sup>) concentrations are well-documented. Peaks in stream Cl<sup>-</sup> concentrations that exceed chronic and/or acute water quality guidelines are typical in the winter salting season when Cl<sup>-</sup> (from Cl<sup>-</sup>-based de-icers) is flushed from the landscape but are not easily measured with grab samples. In some cases, chronic Cl<sup>-</sup> conditions persist into the summer growing season due to a build-up of Cl<sup>-</sup> in the subsurface. Estimating the proportion of Cl<sup>-</sup> loads transported in the salting and non-salting seasons is of interest for tracking the relative role of subsurface Cl<sup>-</sup> pools to the annual load, as well as the influence of runoff events on loads across the two periods. In this study, we made use of a 6-year record of high-frequency stream Cl<sup>-</sup> concentrations from an urbanizing watershed in southern Ontario, Canada. High-frequency measurements revealed that the acute and chronic water quality guidelines for Cl<sup>-</sup> were exceeded for 7 and 97 % of the study period, respectively. Salting season Cl<sup>-</sup> loads were 2 to 5 times higher than in the non-salting season, but surprisingly, inter-event periods contributed 21 to 56 % of the annual load across years. The results of this study illustrate the utility of high-frequency sensors for identifying water quality extremes that negatively impact aquatic ecosystems, identifying Cl<sup>-</sup> transport pathways, and tracking the build-up of legacy Cl<sup>-</sup> in the subsurface.</p>
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».