Physiographic Controls and Wildfire Effects on Aquatic Biogeochemistry in Tundra of the Yukon‐Kuskokwim Delta, Alaska
Notice bibliographique
Résumé
Abstract Northern high‐latitude deltas are hotspots of biogeochemical processing, terrestrial‐aquatic connectivity, and, in Alaska's Yukon‐Kuskokwim Delta (YKD), tundra wildfire. Yet, wildfire effects on aquatic biogeochemistry remain understudied in northern delta regions, thus limiting a more comprehensive understanding of high latitude biogeochemical cycles. In this study, we assess wildfire impacts on summertime aquatic biogeochemistry in YKD tundra using a multi‐year (2015–2019) data set of water chemistry measurements (n = 406) from five aquatic environments: peat plateau ponds, fen ponds, fen channels, lakes, and streams. We aimed to (a) characterize variation in hydrochemistry among aquatic environments; (b) determine wildfire effects on hydrochemistry; and (c) assess post‐fire multi‐year patterns in hydrochemistry in lakes (lower terrestrial‐freshwater connectivity) and fen ponds (higher connectivity). Variation in hydrochemistry among environments was more strongly associated with watershed characteristics (e.g., terrestrial‐aquatic connectivity) than wildfire. However, certain hydrochemical constituents showed consistent wildfire effects. Decreases in dissolved organic carbon (DOC) and CO2, and increases in pH, specific conductance, NH4+, and NO3− indicate that, by combusting soil organic matter, wildfire reduces organics available for hydrologic transport and microbial respiration, and mobilizes nitrogen into freshwaters. Multi‐year post‐fire variation in specific conductance, DOC, and CO2 in lakes and fen ponds suggest that watershed characteristics underlie ecosystem response and recovery to wildfire in the YKD. Together, these results indicate that increasing tundra wildfire occurrence at northern high latitudes could drive multi‐year shifts toward stronger aquatic inorganic nutrient cycling, and that variation in terrain characteristics is likely to underlie wildfire effects on aquatic ecosystems across broader scales.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».