Trends and drivers of Arctic lake color change from Landsat time series
Notice bibliographique
Résumé
• Declining red and green surface reflectance in western Canadian Arctic lakes. • Abrupt changes in lake color and NDTI associated with slumping and wildfire. • Lake color change follows warm summer temperature with a 2-year lag. • Tailored cross-sensor calibration of Landsat essential for Arctic lake studies. Arctic lake color and quality are changing in response to the warming climate, permafrost degradation, and intensifying disturbances. These changes have important implications on carbon and nutrient cycling, wildlife habitat, and water resources planning. However, the drivers, spatial distribution, and long-term trajectories of these changes remain poorly characterized on regional scales (∼100 km). In this study, we examined over 3,000 lakes in part of the Mackenzie Delta, Tuktoyaktuk Coastlands, and adjacent upland tundra in the Northwest Territories, Canada, to quantify both gradual and abrupt changes in lake color using harmonized Landsat time series from 1985 to 2022. Across the region, we found average declines of surface reflectance in the red and green bands by 13 % and 15 % over the last four decades, respectively. In comparison, the Normalized Difference Turbidity Index (NDTI) trends differed between sub-regions, with a decadal increase in the Tuktoyaktuk Coastlands and a decrease in the Mackenzie Delta. We identified a positive, lagged correlation between abrupt lake color change and mean summer air temperature (MSAT), particularly in the Tuktoyaktuk Coastlands (R = 0.7, lag = 2 years), indicating a delayed impact of warm summers on lake color. One important mechanism of such impact was lakeshore thaw slumping intensified by rising summer temperatures, with slump-affected lakes experiencing abrupt increases in surface reflectance and NDTI driven by sediment input. We identified fire as another important driver of lake color dynamics, which led to greater changes in lake surface reflectance (p < 0.01) and NDTI (p = 0.1) compared to surrounding lakes. These findings demonstrate the value of harmonized Landsat time series for characterizing multifaceted Arctic lake color dynamics, along with their drivers and impacts.
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 | 0,003 |
| 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 ».