MétaCan
Menu
Retour à la cohorte
Enregistrement W3106347544 · doi:10.1002/esp.5022

Evaluating young fluvial terrace riser degradation using a nonlinear transport model: Application to the Kongur Normal Fault in the Pamir, northwest China

2020· article· en· W3106347544 sur OpenAlexaff
Jianhong Xu, J Ramón Arrowsmith, Jie Chen, Lindsay M. Schoenbohm, Tao Li, Zhaode Yuan, Lewis A. Owen

Notice bibliographique

RevueEarth Surface Processes and Landforms · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésGeologyFault scarpFluvialTerrace (agriculture)GeomorphologyDigital elevation modelFault (geology)River terracesSeismologyRemote sensingGeography

Résumé

récupéré en direct d'OpenAlex

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 10 Be 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 m 2 for the riser T3/T4 and 11.9 ± 1.3 m 2 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 m 2 kyr −1 , nonlinearity n = 2, and critical gradient S c = 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,291
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Surface Processes and LandformsMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207