A warming-induced rainfall heterogeneity accelerates landscape evolution
Notice bibliographique
Résumé
The hydro-morphological response of a catchment is highly dependent on rainfall properties, including rainfall intensity, storm duration and frequency, and the timing of those events. Furthermore, rainfall spatial variability impacts streamflow, erosion, and sediment transport, and is explored primarily in the context of heavy rainfall triggering floods and rapid morphological changes on hillslopes and in channels. In order to examine the potential effects of warming on hydro-morphological responses, we first examined how changes in air temperature are affecting the spatial structure of rainfall. We observed that heterogeneity increases as temperatures rise. Then, we investigated the sensitivity of fast hydro-morphological responses to increasing temperatures and rainfall heterogeneity scenarios by simulating an extreme rainfall event that occurred in August 2005 in the Kleine Emme stream in Switzerland. The results show that rainfall heterogeneity has a greater impact on erosion processes than simply intensifying high rainfall intensities. We also looked at how changes in rainfall patterns affect landscape evolution over hundreds of years at the catchment scale. Multiple realizations of hourly rainfall fields, each with a different spatial distribution but identical in all other respects, were simulated using a stochastic weather generator, and the impact of the storm heterogeneity on catchment morphology was assessed using a landscape evolution model (CAESAR-Lisflood). We found that erosion and deposition rates increased and net erosion and deposition areas changed (increased and decreased, respectively) when the rain became less uniform in space. Increasing temperatures and rainfall heterogeneity resulted in longer, deeper, and more branched gullies. The results of these studies indicate that heterogeneity in rainfall spatial patterns accelerates landscape development even when rainfall volumes and temporal structures are identical.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».