Evaluation of the impact of the Gully Land Consolidation Project on runoff under extreme rainfall
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Extreme rainfall is an important driver of soil erosion and land damage. The Gully Land Consolidation program (GLCP) was first launched in 2011 as a major land reclamation practice to increase farmland in the Loess Plateau of China. Studying the impact of artificial projects on hydrology can help humans to respond to the various water issues, but the assessment of the effects of the GLCP on extreme rainfall‐induced water runoff at watershed scale is currently lacking. Our study used the soil and water assessment tool (SWAT) to evaluate the influence of the GLCP at different locations and areas on water runoff under extreme rainfall events in the Yanhe watershed. Results showed that: (1) the GLCP can improve the interception of surface runoff, with interception efficiency in downstream of the watershed approximately twice that at midstream and entire watershed as well as seven‐times that at the upstream; (2) when GLCP measures are evenly distributed in a watershed, as the area of GLCP increases from 76.40 km 2 (1% of watershed area) to 382.01 km 2 (5%), the interception of surface runoff increases by 0.77 mm; (3) and the GLCP can increase soil infiltration and groundwater recharge. This research is expected to provide insights into the optimized layout of the GLCP at watershed scale. Correspondingly, policymakers can refer to this information in developing policies on the sustainable use of land.
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.
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 | 0,000 |
| 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 | 0,000 | 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 découle