Wind-modulated groundwater discharge along a microtidal Arctic coastline
Notice bibliographique
Résumé
Abstract Groundwater discharge transports dissolved constituents to the ocean, affecting coastal carbon budgets and water quality. However, the magnitude and mechanisms of groundwater exchange along rapidly transitioning Arctic coastlines are largely unknown due to limited observations. Here, using first-of-its-kind coastal Arctic groundwater timeseries data, we evaluate the magnitude and drivers of groundwater discharge to Alaska’s Beaufort Sea coast. Darcy flux calculations reveal temporally variable groundwater fluxes, ranging from −6.5 cm d −1 (recharge) to 14.1 cm d −1 (discharge), with fluctuations in groundwater discharge or aquifer recharge over diurnal and multiday timescales during the open-water season. The average flux during the monitoring period of 4.9 cm d −1 is in line with previous estimates, but the maximum discharge exceeds previous estimates by over an order-of-magnitude. While the diurnal fluctuations are small due to the microtidal conditions, multiday variability is large and drives sustained periods of aquifer recharge and groundwater discharge. Results show that wind-driven lagoon water level changes are the dominant mechanism of fluctuations in land–sea hydraulic head gradients and, in turn, groundwater discharge. Given the microtidal conditions, low topographic relief, and limited rainfall along the Beaufort Sea coast, we identify wind as an important forcing mechanism of coastal groundwater discharge and aquifer recharge with implications for nearshore biogeochemistry. This study provides insights into groundwater flux dynamics along this coastline over time and highlights an oft overlooked discharge and circulation mechanism with implications towards refining solute export estimates to coastal Arctic waters.
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) | 0,014 | 0,018 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».