Abstract Reconstructing historical climate change from deep ground temperature measurements in cold regions is often complicated by the presence of permafrost. Existing methods are typically unable to account for latent heat effects due to the freezing and thawing of the active layer. In this work, we propose a novel method for reconstructing historical ground surface temperature (GST) from borehole temperature measurements that accounts for seasonal thawing and refreezing of the active layer. Our method couples a recently developed fast numerical modeling scheme for two‐phase heat transport in permafrost soils with an ensemble‐based method for approximate Bayesian inference. We evaluate our method on two synthetic test cases covering both cold and warm permafrost conditions as well as using real data from a 100 m deep borehole on Sardakh Island in northeastern Siberia. Our analysis of the Sardakh Island borehole data confirms previous findings that GST in the region have likely risen by 5–9°C between the pre‐industrial period of 1750–1855 and 2012. We also show that latent heat effects due to seasonal freeze‐thaw have a substantial impact on the resulting reconstructed surface temperatures. We find that neglecting the thermal dynamics of the active layer can result in biases of roughly −1°C in cold conditions (i.e., mean annual ground temperature below −5°C) and as much as −2.6°C in warmer conditions where substantial active layer thickening (>200 cm) has occurred. Our results highlight the importance of considering seasonal freeze‐thaw in GST reconstructions from permafrost boreholes.

Abstract. The thermal regime in the sediment column below shallow bodies of water in Arctic permafrost controls benthic habitats and permafrost stability. We present a robust, portable device that measures detailed temperature–depth profiles of the near-surface sediments in less than 1 h. Test campaigns in the Canadian Arctic and on Svalbard have demonstrated its utility in a range of environments during winter and summer. Measured temperatures were spatially heterogeneous, even within single bodies of water. We observed the broadest temperature range in water less than 1 m deep, a zone that is not captured by single measurements in deeper water.

Abstract. The Siberian Arctic is warming rapidly, causing permafrost to thaw and altering the biogeochemistry of aquatic environments, with cascading effects on the coastal and shelf ecosystems of the Arctic Ocean. The Lena River, one of the largest Arctic rivers, drains a catchment dominated by permafrost. Baseline discharge biogeochemistry data are necessary to understand present and future changes in land-to-ocean fluxes. Here, we present a high-frequency 4.5-year-long dataset from a sampling program of the Lena River's biogeochemistry, spanning April 2018 to August 2022. The dataset comprises 587 sampling events and measurements of various parameters, including water temperature, electrical conductivity, stable oxygen and hydrogen isotopes, dissolved organic carbon concentration and 14C, colored and fluorescent dissolved organic matter, dissolved inorganic and total nutrients, and dissolved elemental and ion concentrations. Sampling consistency and continuity and data quality were ensured through simple sampling protocols, real-time communication, and collaboration with local and international partners. The data are available as a collection of datasets separated by parameter groups and periods at https://doi.org/10.1594/PANGAEA.913197 (Juhls et al., 2020b). To our knowledge, this dataset provides an unprecedented temporal resolution of an Arctic river's biogeochemistry. This makes it a unique baseline on which future environmental changes, including changes in river hydrology, at temporal scales from precipitation event to seasonal to interannual can be detected.