Temporal Decoupling between Total Organic Carbon and Iron in Lakes Linked to Interannual Changes in Precipitation
Notice bibliographique
Résumé
Widespread increases in lake browning, which affects primary production, have been observed in northern lakes. While lake browning is attributed to increases in terrestrially derived total organic carbon (TOC) and total iron (Fe), Fe does not consistently correlate with increasing TOC over time. This temporal mismatch between TOC and Fe indicates that we still do not fully understand the causes of lake browning, especially in the context of gradually changing climatic conditions. In this study, we utilized Fennoscandian (Swedish and Finnish) 30-year (1990-2020) time series data for 102 lakes to describe possible reasons for the temporal decoupling between TOC and Fe. Using wavelet coherence analysis, we found evidence of interannual response of median TOC and Fe concentrations to changes in precipitation patterns. Although TOC and Fe were increasing in most lakes following an increase in precipitation (indicating they were temporally coupled), 41% of the lakes—typically larger with shorter water residence times—exhibited a declining trend in Fe. This decline was associated with short-term (2 to 4 years) increases in precipitation, leading to temporal decoupling. Furthermore, we found no evidence that rising air temperatures or declining sulfur (S) deposition influence the coupling or decoupling patterns between TOC and Fe. Our findings suggest that natural variability of lake types and their responses to changing climatic conditions (here primarily changes in precipitation) are the main factors contributing to temporal decoupling of TOC and Fe in some Fennoscandian lakes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».