Storm-triggered landslides in the Peruvian Andes and implications for topography, carbon cycles, and biodiversity
Notice bibliographique
Résumé
Abstract. In this study, we assess the geomorphic role of a rare, large-magnitude landslide event and consider the effect of this event on mountain forest ecosystems and the erosion of organic carbon in an Andean river catchment. Proximal triggers such as large rain storms are known to cause large numbers of landslides, but the relative effects of such low-frequency, high-magnitude events are not well known in the context of more regular, smaller events. We develop a 25 year duration, annual-resolution landslide inventory by mapping landslide occurrence in the Kosñipata Valley, Peru, from 1988 to 2012 using Landsat, Quickbird and Worldview satellite images. Catchment-wide landslide rates were high, at 0.076 % yr−1 by area, indicating landslides may completely turn over hillslopes every ~ 1320 years and strip 28 tC km−2 yr−1 of soil (73 %) and vegetation (27 %). A single rain storm in March 2010 accounted for 27 % of all landslide area observed during the 25 year study and removed 26 % of the organic carbon that was stripped from hillslopes by all landslides during the study. An approximately linear magnitude–frequency relationship for annual landslide areas suggests that large storms contribute an equivalent landslide failure area to the sum of smaller frequency landslides events occurring over the same period. However, the spatial distribution of landslides associated with the 2010 storm is distinct. On the basis of precipitation statistics and landscape morphology, we hypothesize that spatial focusing of storm-triggered landslide erosion at lower elevations in the Kosñipata catchment may be characteristic of longer-term patterns. These patterns may have implications for the source and composition of sediments and organic material supplied to river systems of the Amazon basin, and, through focusing of regular ecological disturbance, for the species composition of forested ecosystems in the region.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».