Watershed buffering of anthropogenic phosphorus pressure: landscape and legacy
Notice bibliographique
Résumé
Le phosphore (P) est une ressource non-renouvelable qui est essentiel pour la production agricole. Par contre, quand un surplus de P entre dans les systèmes d'eau douce et côtière il peut entrainer des effets indésirables tel une croissance accrue d'algues et une diminution d'oxygène. Des milliers de tonnes de P sont appliqués sur des terres agricoles à chaque année sous format de fertilisant de phosphate. Malgré le fait qu'une portion de ce P est absorbé par les produits agricoles une grande portion de résidus reste dans le sol et tend à s'accumuler pendant plusieurs années. Cette accumulation de P historique, aussi connu sous le nom de « P d'héritage » peut menacer les cours d'eau environnantes dû à l'érosion et le ruissèlement de sol enrichi par le P. Les processus qui transportent le P des bassins versants vers les cours d'eau varient selon les conditions biologiques et biophysique du paysage ainsi que des tactiques de gestion du territoire. Ensembles, ces conditions affectent le temps de résidence du P dans le sol et les paysages. La capacité d'un bassin versant de retenir le P historique se nomme la « capacité tampon ». Dans cette thèse, je demande « comment est-ce que la capacité tampon change des les bassins versant avec le temps ? » et « quels caractéristiques de bassins versant influencent leur capacité tampon et le transport de P historique du sol vers les cours d'eau ? »J'utilise deux méthodes différentes afin de détermine la capacité tampon des bassins versants. Une de ces méthodes compare l'accumulation de P à long-terme dans un bassin versant à la quantité moderne de P en fluctuation d'une rivière. Je nomme ceci L'index Tampon, ou IT. L'autre méthode, connu sous le nom de « Extended End-Member Mixing Analysis (E-EMMA) » Ces utilise la modélisation hydrologique pour estimé le degré de P retenue et relâché par un bassin versant lorsque l'eau se déplace à travers un paysage. Ces deux valeurs ont été calculés sur une période de trente ans (1981-2011) dans 16 différents sous-bassins versant du grand bassin du Fleuve Saint Laurent, au Québec, Canada. J'ai ensuite comparé ces valeurs à des composantes géochimiques, hydrologiques, de composition du paysage et socio-écologiques afin de déterminer lesquels de ces facteurs sont d'importants prédicteurs de la capacité tampon. J'ai trouvé une gamme de valeurs de IT et E-EMMA dans les bassins versant évalués, ainsi qu'une gamme de caractéristiques géochimiques, hydrologiques, du paysage et socio-écologiques. Il n'avait aucune corrélation entre les deux mesures de capacité tampon, ce qui suggère que ces deux indicateurs mesurent des phénomènes de tamponnage différents. Ceci étant dit, chacun des indicateurs de tamponnage sont corrélés avec divers caractéristiques de bassins versant. Ceci suggère que les caractéristiques géochimiques, hydrologiques et du paysage jouent effectivement un rôle au sein de la capacité tampon d'un bassin versant. Déterminer quels facteurs influencent la capacité tampon de paysages agricoles peut nous aider à mieux comprendre comment les paysages peuvent être gérer pour augmenter leur résilience aux pressions externes. Une meilleure compréhension de comment la capacité tampon d'un bassin versant se forme peut aussi nous aider à identifier quels bassins sont particulièrement vulnérables au P et aux changements de P qui peuvent être causés par l'intensification agricole et l'urbanisation.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».