Evaluating young fluvial terrace riser degradation using a nonlinear transport model: Application to the Kongur Normal Fault in the Pamir, northwest China
Notice bibliographique
Résumé
Abstract Selecting an appropriate hillslope transport model and calibrating model parameters are essential for morphological dating of fault and fluvial scarps. In this paper, we refine the method of profile‐based morphologic dating by updating the representation of nonlinearity in sediment flux dependence on the hillslope gradient. We apply this revised method to fluvial scarps bounding fluvial terraces offset along the Kongur Normal Fault in the semi‐arid high‐altitude Pamir mountains, northwestern China. One of these terraces, the T3 surface, is dated to 7.0+1.9/−1.6 kyr using 10Be cosmogenic depth profile analysis. Well‐preserved, dated terraces make this an ideal site to test the utility of morphological modelling in constraining ages of the young terrace risers. To do this, 35 topographic swath profiles across the terrace risers are extracted from a 0.2 m‐resolution digital elevation model produced using structure from motion from photos collected by an unmanned aerial vehicle. The best estimates of morphological age are 13.9 ± 1.3 m2 for the riser T3/T4 and 11.9 ± 1.3 m2 for T2/T3 using a linear diffusion approach. These two morphological ages overlap within uncertainty and fail to distinguish between two young terrace risers. Alternatively, we employed a nonlinear diffusion model, calibrated with transport constant k = 1 m2 kyr−1, nonlinearity n = 2, and critical gradient Sc = tan(33°). This nonlinear model produces ages of 7.3 ± 0.5 kyr for T3/T4 and 4.0 ± 0.2 kyr for T2/T3; these ages are consistent with terrace surface ages deduced by using vertical offset divided by independently determining average throw rate. This comparison shows the advantage of a nonlinear model in defining ages of young scarps. Furthermore, we explored the minor effect of heterogeneous degradation along steep sections of the scarp profiles. The nonlinear scarp modelling scheme we develop in this paper is suitable for studying scarp degradation in other regions. © 2020 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».