Influence of groundwater discharge on stream chloride concentrations in mixed urban land use sub-watersheds receiving road salt applications
Notice bibliographique
Résumé
Freshwater salinization from elevated chloride (Cl) concentrations is a major threat to aquatic ecosystems in cold climate urban areas. Rising Cl levels in urban streams in summer suggest groundwater discharge is an important and increasing contributor, yet its role is poorly quantified. This study examines the influence of groundwater discharge on spatial and seasonal variations in Cl concentrations in three urban streams. Two approaches are used: (1) analysis of Cl concentration–discharge ( C–Q ) data over a 24-month period, and (2) assessment of longitudinal stream Cl and radon-222 inferred groundwater discharge patterns across seasons and flow conditions. Negative C–Q relationships in summer suggest groundwater is likely the dominant source of Cl, while flatter relationships during winter indicate decreased groundwater influence. Longitudinal data reveal that local groundwater contributions and surrounding land use changes can cause high spatial and temporal variation in Cl concentrations in small streams. For instance, stream Cl concentrations increased where high groundwater discharge coincided with urban land use, in contrast to declines observed in forested areas. Dilution in larger streams lessened the impact of groundwater discharge on stream Cl levels with substantial increases observed in an urbanized high groundwater discharge area in a small stream (>800 mg/L), but only minor increases observed in a larger stream (<30 mg/L). The findings indicate that sampling only at sub-watershed outlets may miss localized hotspots, potentially underestimating Cl contamination risks. More detailed spatial and temporal monitoring is essential to properly assess and manage urban freshwater salinization.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».