The sensitivity of estuarine aragonite saturation state and pH to the carbonate chemistry of a freshet-dominated river
Notice bibliographique
Résumé
Abstract. Ocean acidification threatens to reduce pH and aragonite saturation state (ΩA) in estuaries, potentially damaging their ecosystems. However, the impact of highly variable river total alkalinity (TA) and dissolved inorganic carbon (DIC) on pH and ΩA in these estuaries is unknown. We assess the sensitivity of estuarine surface pH and ΩA to river chemistry using a 1-dimensional, biogeochemical-coupled model of the Strait of Georgia on the Canadian Pacific coast and generalize the results in the context of global rivers. The productive Strait of Georgia estuary has a large, seasonally variable freshwater input from the glacially fed, undammed Fraser River. Analyzing TA and pH observations from this river and its estuary, we find that the Fraser is moderately alkaline (TA 500–1350 μmol kg−1) but relatively DIC-rich, especially during winter (low flow). Model results show that estuarine pH and ΩA, while sensitive to freshwater DIC and TA, do not vary in synchrony. Instead, rivers with high DIC and TA produce lower estuarine pH due to an increased estuarine DIC : TA ratio, but higher estuarine ΩA because of DIC contributions to the carbonate ion. This estuarine pH sensitivity decreases with increasing mean river TA, but the zone of maximum pH sensitivity also moves to higher salinity which could impact a larger areal extent of the estuary. Many temperate rivers, such as the Fraser, are expected to experience weaker freshets and stronger winter flows under climate change, reducing the extent of the river plume and the impact of river chemistry in much of the estuary. However, increasing carbon in rivers will move the highest sensitivity zone to higher salinities that cover larger areas under present-day flow 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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».