Substantial Mercury Releases and Local Deposition from Permafrost Peatland Wildfires in Southwestern Alaska
Notice bibliographique
Résumé
Increasing wildfire activity at high northern latitudes has the potential to mobilize large amounts of terrestrial mercury (Hg). However, understanding implications for Hg cycling and ecosystems is hindered by sparse research on peatland wildfire Hg emissions. In this study, we used measurements of soil organic carbon (SOC) and Hg, burn depth, and environmental indices derived from satellite remote sensing to develop machine learning models for predicting Hg emissions from major wildfires in the permafrost peatland of the Yukon–Kuskokwim Delta (YKD) in southwestern Alaska. Wildfire Hg emissions during summer 2015─estimated as the product of Hg:SOC (0.38 ± 0.17 ng Hg g C 1– ), predicted SOC stores (mean [5th–95th] = 9.1 [5.3–11.2] kg C m –2 ), and burn depth (11.3 [8.2–13.9] cm)─were 556 [164–1138] kg Hg or approximately 6% of Hg emissions from wildfire activity >60°N. Modeling estimates suggest that wildfire nearly doubled summertime Hg deposition within 10 km, despite advection of more than 75% of total emissions beyond Alaska. YKD areal emissions combined with remote sensing estimates of burned area suggest that wildfire Hg emissions from northern peatlands (25.4 [14.9–33.6] Mg y –1 ) are an important component of the northern Hg budget. Additional research is needed to refine these estimates and understand the implications for Arctic and global Hg cycling.
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 | 0,001 | 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 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 ».