Modeling freshwater from a subset of rivers throughout the Salish Sea using dye tracers
Notice bibliographique
Résumé
The Salish Sea is a biologically productive coastal sea that is home to a human population of over 8.9 million residents shared between the USA and Canada, and supports high but threatened ecosystem diversity and species richness. It is an estuarine system with freshwater inputs from numerous rivers that influence ocean dynamics, biogeochemistry, and ecosystem processes. While previous studies have examined circulation and salinity patterns of freshwater, primarily focusing on the Fraser River in the Strait of Georgia or Puget Rivers in Puget Sound, the relative influence of different riverine sources on basins other than the one they directly feed into is unclear. This study first evaluates the performance of the SalishSeaCast model at capturing salinity patterns in small river plume regions for 11 key rivers using two different model versions, finding that the newer version with daily estimates of river flow improves the model's performance. Then, passive model dye tracers are used to examine the distribution of freshwater from river inputs in the Salish Sea from those 11 rivers using the new model version, with emphasis on examining inter-basin transport between the Strait of Georgia and Puget Sound. The study utilizes a physics-only version of SalishSeaCast, a 3-D ocean model built on the NEMO framework with half-kilometer horizontal grid resolution. Model results indicate that while the Fraser River has the largest influence on riverine freshwater compared to any other individual river, smaller rivers are non-negligible in relative magnitude and their influences are present throughout the Salish Sea. The findings suggest that smaller rivers play a role in salinity distributions and freshwater content throughout the Salish Sea, highlighting the need to consider their contributions in model development and analyses across Salish Sea basins. By advancing the understanding of freshwater dynamics in the Salish Sea, this study provides insights for future research on estuarine circulation, ecosystem impacts, and climate change resilience.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».