Detection of Sulfur from Industrial Emissions Across a Complex Mountainous Landscape: An Isotope Approach Using Plant-Based Biomonitors in Winter
Notice bibliographique
Résumé
Tree rings, tree needles, and moss can be used as biomonitors to evaluate atmospheric pollutant concentrations and deposition patterns spanning different timescales. This study compares output from air quality modeling and measurements to patterns observed using a combination of sulfur concentration and isotope composition in moss (using moss bags and controls) as biomonitors in a region of southern Alberta, Canada influenced by industrial emissions. Tree rings allow comparisons of historical to current sulfur deposition patterns. Moss, which integrates atmospheric nutrients during growth, allows for concurrent comparisons. The contrast of inorganic and organic sulfur within conifer tree needles provides a measure of pollutant uptake over their short lifespans. Sulfur uptake within biomonitors in a southern Alberta ecosystem allow assessment of the presence (in moss, needles) and effects (on conifer growth) of atmospheric sulfur deposition from industrial emissions. These data were examined relative to California Puff (CALPuff) model projections and traditional active and passive air quality sampling. Patterns in sulfur isotope abundance (δ34S) from moss bags placed throughout the eastern slopes of the southern Alberta foothills of the Rocky Mountains implicate local industry as the dominant atmospheric sulfur source over winter, with the tissues of conifers (needles and cores) and moss decreasing with distance from industrial emissions. This was consistent with apportionment calculations based on active and passive sampling, which also showed a surprising trend of sulfur deposition upwind of the industrial stack in the mountains to the west. δ34S values for pine needles and tree rings were consistent with greater sulfur stress and reductions in tree growth associated with increased industrial sulfur concentrations and deposition. We conclude that plant biomonitors are effective short-term (tree needles and moss) and long-term (tree cores) indicators of sulfur pollution in a complex, mountainous landscape.
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 | 0,001 | 0,001 |
| 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 ».