Abstract Flooding is one of the mos

Abstract
Flooding
is
one
of
the
most
destructive
natural
hazards
that
cause
damage
to
both
life
and
property
every
year,
and therefore the development of flood model to determine inundation area in watersheds is important for decision makers. In recent years, data mining approaches such as artificial neural network (ANN) techniques are being increasingly used for flood modeling. Previously, this ANN method was frequently used for hydrological and flood modeling by taking rainfall as input and runoff data as output, usually without taking into consideration of other flood causative factors. The specific objective of this study is to develop a flood model using various flood causative factors using ANN techniques and geographic information system (GIS) to modeling and simulate flood-prone areas in the southern part of Peninsular Malaysia. The ANN model for this study was developed in MATLAB using seven flood causative factors. Relevant thematic layers (including rainfall, slope, elevation, flow accumulation, soil, land use, and geology) are generated using GIS, remote sensing data,

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ น้ำท่วม มี หนึ่ง ของ การ มากที่สุด ทำลาย ธรรมชาติ อันตราย ที่ ทำให้เกิด ความเสียหาย ถึง ทั้งสอง ชีวิต และ คุณสมบัติ ทุก ปี และดังนั้น การพัฒนาแบบจำลองน้ำท่วมจะกำหนดพื้นที่ inundation ในลุ่มน้ำเป็นสิ่งสำคัญสำหรับผู้ตัดสินใจ การทำเหมืองข้อมูลวิธีเช่นเทคนิคโครงข่ายประสาทเทียม (แอน) มีการใช้มากขึ้นสำหรับการสร้างแบบจำลองน้ำท่วมในปี ก่อนหน้านี้ แอนวิธีนี้มักใช้สำหรับด้านชลศาสตร์ และการสร้างโมเดล โดยการใช้ปริมาณน้ำฝนเป็นข้อมูลป้อนเข้าและไหลบ่าเป็นเอาต์พุต มักจะไม่มีกับพิจารณาอื่นน้ำท่วมน้ำท่วมสาเหตุปัจจัย วัตถุประสงค์เฉพาะของการศึกษานี้คือการ พัฒนาแบบจำลองน้ำท่วมที่ใช้ต่าง ๆ ปัจจัยสาเหตุน้ำท่วมโดยใช้เทคนิคแอนและระบบสารสนเทศภูมิศาสตร์ (GIS) การสร้างแบบจำลอง และจำลองพื้นที่ลุ่มในภาคใต้ของมาเลเซีย รุ่นแอนสำหรับการศึกษานี้ได้รับการพัฒนาใน MATLAB โดยใช้ปัจจัยสาเหตุน้ำท่วมเจ็ด ชั้นเฉพาะเรื่องที่เกี่ยวข้อง (รวมถึงปริมาณน้ำฝน ความชัน ยกระดับ ไหล ดิน ใช้ที่ดิน และธรณีวิทยา) สร้างขึ้นโดยใช้ GIS ข้อมูล การตรวจจับระยะไกล

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
น้ำท่วม
เป็น
หนึ่ง
ของที่สุดทำลายธรรมชาติอันตรายที่ก่อให้เกิดความเสียหายไปทั้งชีวิตและทรัพย์สินทุกปีและดังนั้นจึงพัฒนารูปแบบการน้ำท่วมเพื่อตรวจสอบพื้นที่น้ำท่วมในลุ่มน้ำเป็นสิ่งสำคัญสำหรับผู้มีอำนาจตัดสินใจ ในปีที่ผ่านมาการทำเหมืองข้อมูลอื่น ๆ เช่นเครือข่ายประสาทเทียม (ANN) เทคนิคที่มีการใช้มากขึ้นสำหรับการสร้างแบบจำลองน้ำท่วม ก่อนหน้านี้วิธี ANN นี้ถูกนำมาใช้บ่อยสำหรับอุทกวิทยาและการสร้างแบบจำลองน้ำท่วมโดยการใช้ปริมาณน้ำฝนเป็น input และไหลบ่าข้อมูลที่เป็นผลผลิตมักจะไม่มีคำนึงถึงปัจจัยอื่น ๆ ที่ก่อให้เกิดน้ำท่วม วัตถุประสงค์เฉพาะของการศึกษาครั้งนี้คือการพัฒนาแบบจำลองน้ำท่วมโดยใช้ปัจจัยที่ก่อให้เกิดน้ำท่วมต่าง ๆ โดยใช้เทคนิค ANN และระบบสารสนเทศภูมิศาสตร์ (GIS) เพื่อการสร้างแบบจำลองและการจำลองพื้นที่น้ำท่วมในภาคใต้ของคาบสมุทรมาเลเซีย รุ่น ANN การศึกษาครั้งนี้ได้รับการพัฒนาใน MATLAB ใช้เจ็ดปัจจัยที่ก่อให้เกิดน้ำท่วม ชั้นใจที่เกี่ยวข้อง (รวมทั้งปริมาณน้ำฝนความลาดชันสูงสะสมการไหลของดินการใช้ที่ดินและธรณีวิทยา) จะถูกสร้างขึ้นโดยใช้ระบบสารสนเทศภูมิศาสตร์ข้อมูลการสำรวจข้อมูลระยะไกล

ผลลัพธ์ (ไทย) 3:

บทคัดย่อน้ำท่วมคือหนึ่งของที่มากที่สุดทําลายธรรมชาติอันตรายว่าเพราะความเสียหายเพื่อทั้งชีวิตและคุณสมบัติทุก ๆปีดังนั้นการพัฒนาแบบจำลองน้ำท่วมเพื่อกำหนดพื้นที่อุทกภัยในลุ่มน้ำสำคัญสำหรับผู้ตัดสินใจ ในปีล่าสุด , การทําเหมืองข้อมูลวิธีเช่นโครงข่ายประสาทเทียม ( ANN ) เทคนิคที่ถูกใช้มากขึ้นสำหรับการสร้างแบบจำลองน้ำท่วม ก่อนหน้านี้แอนวิธีมักใช้สำหรับการสร้างแบบจำลองทางอุทกวิทยาและน้ำท่วม โดยการป้อนข้อมูลและปริมาณน้ำฝนเป็นข้อมูลน้ำท่าที่ออกปกติ โดยไม่มีการพิจารณาอื่น ๆที่เป็นสาเหตุของน้ำท่วม ด้าน วัตถุประสงค์เฉพาะของการศึกษานี้เพื่อพัฒนาแบบต่าง ๆก่อให้เกิดปัจจัยน้ำท่วมน้ำท่วมโดยใช้แอนเทคนิคและระบบสารสนเทศทางภูมิศาสตร์ ( GIS ) เพื่อสร้างแบบจำลองและการจำลองพื้นที่เสี่ยงต่อการเกิดอุทกภัยในภาคใต้ของคาบสมุทรมาเลเซีย ส่วน แอน แบบจำลองสำหรับการศึกษานี้เป็นการพัฒนาโปรแกรม MATLAB โดยใช้เจ็ดน้ำท่วม เหตุปัจจัย ที่เกี่ยวข้องในชั้น ( รวมทั้งปริมาณน้ำฝน ความลาดชัน ความสูง การสะสม ดิน การใช้ที่ดิน และธรณีวิทยา ) จะถูกสร้างขึ้นโดยใช้ข้อมูลจากการรับรู้ระยะไกล , ระบบสารสนเทศภูมิศาสตร์