Quantifying complementary measures of climate-driven sediment dynamics on alluvial fans
Notice bibliographique
Résumé
The effects of environmental change on eroding landscapes and their sedimentary products remains poorly understood. While sediment routing systems at the Earth’s surface can record changes in past environmental boundary conditions, the extent to which landscapes can buffer signals of climate change—of varying magnitude and timescale— is contentious. Mountain catchments and their alluvial fans offer one way to address this question, as they form accessible sediment routing systems in which source and sink are closely coupled and sediment budgets can be closed. Here we consider the extent to which sediment granulometry in stream-flow-dominated alluvial fans records signals of past environmental change. We focus on well-constrained field examples in Death Valley, California, such as the Hanaupah Canyon Fan, which have experienced climate forcing associated with late Pleistocene glacial-interglacial cycles. Using field-derived measures of grain size, we compare three complementary methods that can be used to reconstruct sediment dynamics on alluvial fans. First, we use a self-similarity analysis of sediment calibre to reconstruct sediment mobility on fans over time. Second, we use a downstream-fining model to evaluate the extent to which different depositional units on the fans may record changing sediment fluxes from source catchments. Third, we adopt a palaeohydrological approach to reconstruct unit discharges, bed shear stresses and instantaneous sediment transport capacities for fans, based on field measures of hydraulic geometry and grain size. We evaluate the extent to which these three methods provide consistent results, and we quantify how grain mobility, water and sediment discharge scale with documented variations in the regional climate. Our work demonstrates the potential for using alluvial-fan sedimentology as an archive of information about palaeo-environmental changes, including quantitative measures of past hydroclimate.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».