Local‐ and network‐scale influence of peatlands on boreal catchment response to rainfall events
Notice bibliographique
Résumé
Abstract Boreal catchments are composed of different land covers, such as forests, peatlands and lakes, which differ in their runoff response to rainfall events. Understanding the individual and combined responses to rainfall events of these different land cover types is crucial for predicting potential impacts of future climate conditions on boreal water cycling. A common assumption is that peatlands attenuate peak flows, which is used as a motivation to restore drained boreal wetlands. However, it remains unclear how and to what extent peatlands can affect peak flow response. Only a few previous studies have looked at the hydrologic dynamics of peatlands in response to specific rainfall events across a wide range of nested sub‐catchments with varying peatland cover. In this study, we use nine years of hourly hydrometric data from 14 catchments within the Krycklan Catchment Study in northern Sweden to examine how peatlands contribute to flood attenuation at both local and stream network scales. Our analysis at the local scale demonstrated that during large events with low antecedent wetness conditions, peatland‐dominated catchment exhibited more muted responses compared to the similar‐sized forest‐dominated catchment. However, during events with high antecedent wetness conditions, the peatland‐dominated catchment exhibited flood magnitudes similar to the forest‐dominated catchment, although the elevated flow condition at the peatland‐dominated catchment persisted for longer periods. Finally, our analysis revealed no significant influence of peatlands on the attenuation or amplification of floods at the stream network scale.
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 | 0,001 |
| 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 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 ».