Flooding is one of the major natura

Flooding is one of the major natural disasters that
can cause not only disruptions to daily lives but also
damages to our properties. The study of flood models
to determine inundation areas has therefore become
increasingly more important for decision makers and
the authorities. Being readily accessible, the Artifi-
cial Neural Network (ANN) scheme was frequently
adopted for hydrology and flood modeling. Most
ANN techniques primarily take into account rainfall
data and then predict runoff consequences. Despite
convincing successes, they usually neglect other
causative factors. This study thus focuses on con-
figuring and improving generic ANN for inundation
areas identification using various flood deterministic
attributes. Accordingly, an ANN was developed using
nine flood causative factors, derived from relevant
thematic layers. They consist of flood plain in
the past, height above sea level, water density, water
blockage, sub basin areas, soil drainage capability,
land uses and monthly rainfall, whose prognostic values
were previously reported and assessed against the
full scale census and comprehensive GIS survey with
satisfying cogency. The guidelines and precautions
suggested in this paper may be applied to various
ubiquitous ANN based frameworks for flood forecasting
and related risks assessment.

ผลลัพธ์ (ไทย) 1:

น้ำท่วมเป็นภัยธรรมชาติสำคัญอย่างใดอย่างหนึ่งที่สามารถทำให้หยุดชะงักไม่เท่ากับชีวิตประจำวันแต่ยังหายไปคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อกำหนดพื้นที่ inundation จึงกลายเป็นมากขึ้นสิ่งที่สำคัญสำหรับผู้ตัดสินใจ และเจ้าหน้าที่ การเข้าพร้อม Artifi-โครงร่างเครือข่ายประสาท (แอน) ซึ่งกันและกันได้บ่อย ๆนำอุทกวิทยาและสร้างแบบจำลองน้ำท่วม มากที่สุดเทคนิคแอนเป็นหลักพิจารณาบัญชีปริมาณน้ำฝนข้อมูล และทำนายผลที่ไหลบ่าจากนั้น แม้มีทำให้สำเร็จ พวกเขามักจะละเลยกันปัจจัยสาเหตุการ การศึกษานี้จึงมุ่งเน้นคอน-หาและปรับปรุงแอนทั่วไปสำหรับ inundationระบุพื้นที่ที่ใช้น้ำท่วมต่าง ๆ deterministicแอตทริบิวต์ ตาม แอนได้รับการพัฒนาโดยใช้9 น้ำท่วมปัจจัยสาเหตุการ มาเกี่ยวข้องชั้นเฉพาะเรื่อง ประกอบด้วยน้ำท่วมล้วนในอดีต ความสูงเหนือระดับน้ำทะเล น้ำความหนาแน่น น้ำอุดตัน พื้นที่ลุ่มน้ำย่อย ความสามารถในการระบายน้ำดินการใช้ที่ดินและปริมาณน้ำฝนรายเดือน มีค่า prognosticก่อนหน้านี้รายงาน และประเมินจากการขนาดเต็มสำมะโนและสำรวจ GIS ครอบคลุมด้วยภิรมย์ cogency แนวทางและข้อควรระวังแนะนำในนี้อาจจะใช้กระดาษต่าง ๆแอนที่แพร่หลายตามกรอบงานสำหรับการคาดการณ์น้ำท่วมและประเมินความเสี่ยงที่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 2:

น้ำท่วมเป็นหนึ่งในภัยพิบัติทางธรรมชาติที่สำคัญที่สามารถทำให้เกิดการหยุดชะงักไม่เพียง แต่กับชีวิตประจำวัน แต่ยังความเสียหายต่อคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อตรวจสอบพื้นที่น้ำท่วมจึงได้กลายเป็นมากขึ้นที่สำคัญมากขึ้นสำหรับผู้มีอำนาจตัดสินใจและเจ้าหน้าที่ เป็นเข้าถึงได้อย่างง่ายดายที่ Artifi- ทางการประสาทเครือข่าย (ANN) โครงการได้บ่อยครั้งนำมาใช้สำหรับการสร้างแบบจำลองและอุทกวิทยาน้ำท่วม ส่วนใหญ่เทคนิค ANN ส่วนใหญ่คำนึงถึงปริมาณน้ำฝนข้อมูลและคาดการณ์ผลกระทบแล้วไหลบ่า แม้จะมีความสำเร็จที่น่าเชื่อพวกเขามักจะละเลยอื่น ๆ ปัจจัยที่ก่อให้เกิด การศึกษาครั้งนี้จึงมุ่งเน้นไปที่ทําการหาและการปรับปรุง ANN ทั่วไปสำหรับน้ำท่วมพื้นที่โดยใช้บัตรประจำตัวที่กำหนดน้ำท่วมต่างๆคุณลักษณะ ดังนั้นเป็นแอนได้รับการพัฒนาโดยใช้เก้าปัจจัยที่ก่อให้เกิดน้ำท่วมมาจากที่เกี่ยวข้องชั้นใจ พวกเขาประกอบด้วยน้ำท่วมธรรมดาในอดีตที่ผ่านมามีความสูงเหนือระดับน้ำทะเลมีความหนาแน่นน้ำอุดตันพื้นที่ลุ่มน้ำย่อยความสามารถในการระบายน้ำของดินการใช้ที่ดินและปริมาณน้ำฝนรายเดือนที่มีค่าการพยากรณ์โรคได้รับรายงานก่อนหน้านี้และได้รับการประเมินเทียบกับการสำรวจสำมะโนประชากรเต็มรูปแบบและระบบสารสนเทศภูมิศาสตร์ที่ครอบคลุมการสำรวจที่มีความน่าเชื่อที่น่าพอใจ แนวทางและข้อควรระวังข้อเสนอแนะในบทความนี้อาจจะนำไปใช้ต่างๆกรอบANN ตามแพร่หลายสำหรับการพยากรณ์น้ำท่วมและความเสี่ยงที่เกี่ยวข้องกับการประเมิน

ผลลัพธ์ (ไทย) 3:

น้ำท่วมเป็นหนึ่งในหลักของภัยธรรมชาติที่
สามารถทำให้ไม่เพียง แต่การหยุดชะงักอยู่ทุกวัน แต่ยัง
ความเสียหายคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อกำหนดพื้นที่ท่วม

จึงได้กลายเป็นมากขึ้นมากขึ้นที่สำคัญสำหรับการตัดสินใจและ
เจ้าหน้าที่ ถูกเข้าถึงได้พร้อม , artifi -
่โครงข่ายประสาทเทียม ( ANN ) รูปแบบบ่อย
ใช้สำหรับอุทกวิทยาและการสร้างแบบจำลองน้ำท่วม ที่สุด
Ann เทคนิคหลักเข้าบัญชีฝน
ข้อมูลแล้วทำนายผลน้ำท่า แม้
เชื่อความสำเร็จ พวกเขามักจะละเลยปัจจัยสาเหตุอื่น ๆ

การศึกษานี้จึงเน้นคอน -
คิดและการปรับปรุงทั่วไป แอน สำหรับพื้นที่การใช้ต่าง ๆท่วม

น้ำท่วมเชิงกำหนดแอตทริบิวต์ ตามเป็นแอนถูกพัฒนาขึ้นโดยใช้
9 น้ำท่วมเหตุปัจจัยมาจากที่เกี่ยวข้อง
ใจชั้น พวกเขาประกอบด้วยที่ราบน้ำท่วม
อดีต ความสูงเหนือระดับน้ำทะเล ความหนาแน่นน้ำ
จุก ลุ่มน้ำย่อยพื้นที่ ความสามารถในการระบายน้ำของดิน การใช้ประโยชน์ที่ดิน และปริมาณน้ำฝนรายเดือน

ก่อนหน้านี้ ซึ่งการหาค่ารายงานและประเมินเพื่อสำรวจสำมะโนประชากร
เต็มสเกลและครอบคลุมกับ
ระบบสารสนเทศภูมิศาสตร์น่าพอใจการโน้มน้าว . แนวทางและมาตรการป้องกัน
ชี้ให้เห็นในบทความนี้อาจจะใช้ต่าง ๆแพร่หลายตามกรอบสำหรับการพยากรณ์แอน

และความเสี่ยงที่เกี่ยวข้องกับการประเมินน้ำท่วม