Distribution, sources, and fate of nitrate in groundwater in agricultural areas of Southern Alberta, Canada
Notice bibliographique
Résumé
Nitrate pollution frequently impacts groundwater quality, particularly in agricultural regions across the world, but identifying the sources of nitrate (NO3−) pollution remains challenging. The extensive use of nitrogen-containing fertilizers, surpassing crop requirements, and livestock management practices associated with the spreading of manure can lead to the accumulation and transport of NO3− into groundwater, potentially affecting drinking water sources. We investigated the occurrence and distribution of NO3− in groundwater in Southern Alberta, Canada, a region characterized by intensive crop cultivation and livestock industry. Over 3500 samples from a provincial-scale groundwater quality database, collated from multiple projects and sources, involving domestic wells, monitoring wells, and springs, coupled with newly obtained samples from monitoring wells provided comprehensive geochemical insights into groundwater quality. While stable isotope compositions of NO3− (δ15N and δ18O) were exclusively available for groundwater samples obtained from monitoring wells, the stable isotope data were instrumental in constraining NO3− sources and transformation processes within the aquifers of the study region. Among all samples, 49% (n = 1746) were associated with NO3− concentrations below the detection limits. Ten percent (n = 369) of all groundwater samples, including samples with concentrations below detection limits, exceed the Canadian drinking water maximum acceptable concentration of 10 mg/L for nitrate as nitrogen (NO3−–N). Elevated NO3− concentrations (> 10 mg/L as NO3−–N) in groundwater were mainly detected at shallow depths (< 30 m) predominantly in aquifers in surficial sediments and less frequently in bedrock aquifers. Statistical correlations between aqueous geochemical parameters showed positive associations between concentrations of NO3−–N and both potassium (K+) and chloride (Cl−), indicating the influence of synthetic fertilizers on groundwater quality. In addition, isotope analyses of NO3− (δ15N and δ18O) revealed three NO3− sources in groundwater, including mineralization of soil organic nitrogen followed by nitrification in soils, nitrification of ammonium or urea-based synthetic fertilizers in soils, and manure. However, manure was identified as the dominant source of NO3− exceeding the maximum acceptable concentration in groundwater within agriculturally dominated areas. Additionally, this multifaceted approach helped identify denitrification in some groundwater samples, a process that plays a key role in reducing NO3− concentrations under favorable redox conditions in shallow aquifers. The methodological approach used in this study can be applied to other regions worldwide to identify NO3− sources and removal processes in contaminated aquifers, provided there are well networks in place to monitor groundwater quality and drinking water sources.
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 | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».