Linking uplift, erosion, and sedimentation using landscape evolution models: Madagascar since the Late Cretaceous
Notice bibliographique
Résumé
Summary We present a study to estimate the large‐scale landscape history of a continental margin, by establishing a source‐to‐sink volume balance between the eroding onshore areas and the offshore basins. Assuming erosion as the primary process for sediment production, we strive to constrain a numerical model of landscape evolution that balances the volumes of eroded materials from the continent and that deposited in the corresponding basins, with a ratio imposed for loss of erosion products. We use this approach to investigate the landscape history of Madagascar since the Late Cretaceous. The uplift history prescribed in the model is inferred from elevations of planation surfaces formed at various ages. By fitting the volumes of terrigenous sediments in the Morondava Basin along the west coast and the current elevation of the island, the landscape evolution model is optimized by constraining the erosion law parameters and ratios of sediment loss. The results include a best‐fit landscape evolution model, which features two major periods of uplift and erosion during the Late Cretaceous and the middle to late Cenozoic. The model supports suggestions from previous studies that most of the high topography of the island was constructed since the middle to late Miocene, and on the central plateau the erosion has not reached an equilibrium with the high uplift rates in the late Cenozoic. Our models also indicate that over the geological time scale a significant portion of materials eroded from Madagascar was not archived in the offshore basin, possibly consumed by chemical weathering, the intensity of which might have varied with climate.
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 | 0,000 |
| 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 | 0,001 | 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 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 ».