Incision History of the Three Gorges, Yangtze River Constrained From Inversion of River Profiles and Low‐Temperature Thermochronological Data
Notice bibliographique
Résumé
Abstract We reconstruct the incision history of bedrock rivers based on inverse modeling of the long profile of a river channel and the low‐temperature thermochronological data. Our approach first infers an erodibility‐dependent incision history through a linear inversion of the channel elevations of the river. Then to calibrate the reconstructed incision history in the geological timescale, we constrain the erosional efficiency by optimizing the erosion process of the river catchment using a Bayesian analysis, such that the exhumation and cooling paths of bedrocks in the catchment conform to the observed thermochronological ages. We apply this approach to estimate the incision history of the Three Gorges, Yangtze River in East Asia. We modeled the incision histories of three tributaries on the mainstem Yangtze River near the eastern end of the Three Gorges area, assuming that the gorge incision was driven by increased upstream drainage area of the Upper Yangtze (Scenario 1) or local tectonic uplift (Scenario 2). The results of both scenarios suggest an early Miocene onset of the incision of Three Gorges, that is, 18 ± 6 Ma or 21 ± 4 Ma, respectively. During the Pliocene, our models suggest a significant decrease in the gorge incision rate. By comparing the estimated gorge incision history to the late Cenozoic denudation of the eastern Tibetan Plateau and the regional climate change, we suggest that the incision of the Three Gorges has been heavily affected by the development of the Upper Yangtze River and the East Asian monsoon.
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 | 0,001 | 0,001 |
| 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 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».