Methylmercury Export From a Headwater Peatland Catchment Decreased With Cleaner Emissions Despite Opposing Effect of Climate Warming
Notice bibliographique
Résumé
Abstract Peatlands are sources of bioaccumulating neurotoxin methylmercury (MeHg) that is linked to adverse health outcomes. Yet, the compounding impacts of climate change and reductions in atmospheric pollutants on mercury (Hg) export from peatlands are highly uncertain. We investigated the response in annual flow‐weighted concentrations (FWC) and yields of total‐Hg (THg) and MeHg to cleaner air and climate change using an unprecedented hydroclimatic (55‐year; streamflow, air temperature, precipitation, and peatland water tables), depositional chemistry (21‐year; Hg and major ions), and streamwater chemistry (∼17‐year; THg, MeHg, major ions, total organic carbon, and pH) data sets from a reference peatland catchment in Minnesota, USA. Over the hydroclimatic record, annual mean air temperature increased by ∼1.8°C, while baseflow and the efficiency that precipitation was converted to runoff (runoff ratio) decreased. Concurrently, precipitation‐based deposition of sulfate and Hg declined, where wet Hg deposition declined by ∼3–4 μg Hg m−2. Despite declines in wet Hg deposition over the study period, the catchment accumulated on average 0.04 ± 0.01 g Hg ha−1 yr−1 based on wet Hg deposition minus THg yield alone. Annual MeHg FWC was positively correlated with mean annual air temperatures (p = 0.03, r = 0.51), runoff ratio (p < 0.0001, r = 0.76), and wet Hg deposition concentration (p < 0.0001, r = 0.79). Decreasing wet Hg deposition and annual runoff ratios counterbalanced increased peatland MeHg production due to higher air temperatures, leading to an overall decline in streamwater MeHg FWC. Streamwater MeHg export may continue to decrease only as long as declines in runoff ratio and wet Hg deposition persistently outpace effects of increased air temperature.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».