Decadal Changes in Anthropogenic Inputs and Precipitation Influence Riverine Exports of Carbon, Nitrogen, and Phosphorus, and Alter Ecosystem Level Stoichiometry
Notice bibliographique
Résumé
Abstract Changes in precipitation and land use influence carbon (C), nitrogen (N), and phosphorus (P) exports from land to receiving waters. However, how these drivers differentially alter elemental inputs and impact subsequent ecosystem stoichiometry over time remains poorly understood. Here, we quantified long‐term (1979–2020) trends in C, N, and P exports at three sites along the mainstem of a north temperate river in Québec, Canada, that successively drains forested, urban, and more agriculturally impacted land‐use areas. Riverine N and to a lesser degree C exports tended to increase over time, with major inter‐annual variation largely resolved by changes in precipitation. Historical increases in net anthropogenic N inputs on land (NANI) also explained increases in riverine N exports, with about 35% of NANI reaching the river annually. Despite higher Net anthropogenic P inputs, NAPI, over time, P exports tended to decrease at all riverine sites. This decrease in P at the forested site was more gradual, whereas a precipitous drop was observed at the downstream urban site following legislated P removal in municipal wastewater. Changes in historical ecosystem stoichiometry reflected the differential elemental exports due to natural and anthropogenic drivers and ranged from 174: 23: 1 to 547: 76: 1 over the years. Our work shows how C, N, and P have responded to different drivers in the same catchment over the last four decades, and how their differential riverine exports have influenced ecosystem stoichiometry.
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 | 0,000 | 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 ».