Annual runoff and evapotranspiration of forestlands and non‐forestlands in selected basins of the Loess Plateau of China
Notice bibliographique
Résumé
Abstract Large‐scale forestation has been undertaken over decades principally to control the serious soil erosion in the Loess Plateau of China. A quantitative assessment of the hydrological effects of forestation, especially on basin water yield, is critical for the sustainable forestry development within this dry region. In this study, we constructed the multi‐annual water balances to estimate the respective grand average of annual evapotranspiration (ET) and runoff for forestlands and non‐forestlands of 57 basins. The overall annual runoff and corresponding runoff/precipitation ratio were low, with a mean of 33 mm (7%) ranging from 10 (2%) to 56 mm (15%). Taking the grand average of annual precipitation of 463 mm for all basins, the corresponding grand averages of annual ET and runoff were 447 and 16 mm for forestlands, 424 and 39 mm for non‐forestlands, respectively. Thus, the corresponding ratios of annual ET and runoff to precipitation were 91·7 and 8·3% for non‐forestlands, 96·6 and 3·4% for forestlands, respectively. Although the absolute difference in grand average of annual runoff was only 23 mm, it represents a large difference in relative terms, as it equates up to 58% of annual runoff from non‐forestlands. We argue that the large‐scale forestation may have serious consequences for water management and sustainable development in the dry region of NW China because of a runoff reduction. This study highlights the importance of quantifying the ET of forests and other land uses and to examine how land cover change may affect the water balances in an arid environment. Copyright © 2011 John Wiley & Sons, Ltd.
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 | 0,001 |
| 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 ».