Quantifying spatiotemporal inconsistencies in runoff responses to forest logging in a subtropical watershed, China
Notice bibliographique
Résumé
Global forest cover is undergoing significant transformations due to anthropogenic activities and natural disturbances, profoundly impacting hydrological processes. However, the inherent spatial heterogeneity within watersheds leads to varied hydrological responses across spatiotemporal scales, challenging comprehensive assessment of logging impacts at the watershed scale. Here, we developed multiple forest logging scenarios using the soil and water assessment tool (SWAT) model for the Le'an River watershed, a 5,837 km 2 subtropical watershed in China, to quantify the hydrological effects of forest logging across different spatiotemporal scales. Our results demonstrate that increasing forest logging ratios from 1.54% to 9.25% consistently enhanced ecohydrological sensitivity. However, sensitivity varied across spatiotemporal scales, with the rainy season (15.30%–15.81%) showing higher sensitivity than annual (11.56%–12.07%) and dry season (3.38%–5.57%) periods. Additionally, the ecohydrological sensitivity of logging varied significantly across the watershed, with midstream areas exhibiting the highest sensitivity (13.13%–13.25%), followed by downstream (11.87%–11.98%) and upstream regions (9.96%–10.05%). Furthermore, the whole watershed exhibited greater hydrological resilience to logging compared to upstream areas, with attenuated runoff changes due to scale effects. Scale effects were more pronounced during dry seasons ((−8.13 to −42.13) × 10 4 m 3 ⋅month −1 ) than in the rainy season ((−11.11 to −26.65) × 10 4 m 3 ⋅month −1 ). These findings advance understanding of logging impacts on hydrology across different spatiotemporal scales in subtropical regions, providing valuable insights for forest management under increasing anthropogenic activities and climate change. • Increasing forest logging ratios consistently amplified ecohydrological sensitivity. • Ecohydrological sensitivity of logging varied depending on the spatial location within the watershed. • The whole watershed exhibited greater hydrological resilience to forest logging compared to the upstream areas.
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 | 0,001 |
| 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 | 0,000 |
| 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 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 ».