MétaCan
Menu
Retour à la cohorte
Enregistrement W4413030100 · doi:10.1029/2025wr042872

Declining Runoff Sensitivity to Precipitation Following Permafrost Degradation: Insights From Event‐Scale Runoff Response in the Yellow River Source Region

2025· preprint· en· W4413030100 sur OpenAlexaff
Zhuoyi Tu, Taihua Wang, Juntai Han, Hansjörg Seybold, Shaozhen Liu, Cansu Culha, Yuting Yang, James W. Kirchner

Notice bibliographique

RevueWater Resources Research · 2025
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaQinghai Provincial Department of Science and TechnologyState Key Laboratory of Hydroscience and EngineeringMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésSurface runoffPrecipitationEnvironmental scienceHydrology (agriculture)PermafrostScale (ratio)Degradation (telecommunications)Sensitivity (control systems)Event (particle physics)Physical geographyGeographyGeologyCartographyEcologyMeteorologyOceanographyGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Frozen ground, including permafrost and seasonally frozen ground (SFG), is a critical element of the cryosphere that strongly regulates hydrological processes in cold regions. It has been debated whether frozen ground degradation will make landscapes more, or less, sensitive to precipitation inputs; either outcome has profound implications for water resources and climate resilience. Using a data‐driven approach based solely on observations, we quantify four decades of changes in event‐scale runoff responses to daily precipitation in the source region of the Yellow River on the northeastern Tibetan Plateau. We apply Ensemble Rainfall‐Runoff Analysis (ERRA), which infers hydrologic impulse responses directly from precipitation and streamflow time series without relying on model assumptions. This enables the assessment of nonlinear, nonstationary, and spatially heterogeneous hydrologic behavior across different frozen ground types and precipitation intensities. Results show that, relative to 1979–1998, the permafrost‐dominant zone experienced a 47% reduction in peak runoff response per unit precipitation during 1999–2018 and a 32% decrease in the 25‐day runoff coefficient, while the SFG‐dominant region showed no substantial changes. The weakened runoff response in the permafrost‐dominant zone, particularly under high‐intensity precipitation (>10 mm d −1 ), likely reflects enhanced infiltration and subsurface storage driven by active‐layer deepening and weakened near‐surface seasonal freezing. These findings highlight the power of data‐driven approaches in detecting hydrological regime shifts and provide critical insights for drought mitigation and flood risk assessment in permafrost‐affected regions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,332
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetClimate change and permafrostTravaux en français237 207