ABSTRACT: Flood is one of the most

ABSTRACT: Flood is one of the most severe nature disaster. It is taken place very year in the
Northeastern part of Thailand. It is impractical to explore the flooded area through field
investigating. The methods to extract flood extent from passive remotely sensed data such as
LANDSAT TM , SPOT data are hardly carried out because flooded area is usually covered by
cloud. Microwave remotes sensing is very useful for monitoring flood because it can obtain a
good image especially in bad weather. Flood extent is mostly extracted from SAR images by
visual interpretation. It is accurate but very labor intensive. The purpose of this study is to
extract flood extent using Neural Network method in order to enhance flood analysis. The
RADARSAT SAR data acquired in 2001, 2002 and 2003 were used to monitor flood extent in
the lower Songkhram river basin, Northeast Thailand. The back propagation of Neural Network
Classifier was used to identify flooded area. The Kappa analysis was used to measure an
accuracy of the flooded area from the classifier. The result shows that the overall accuracy of
flood extent in 2001, 2002 and 2003 were 86.01 %, 91.68 and 87.74 % respectively when the
reference data were the flooded area obtained from visual interpretation. Therefore, the Neural
Network technique plays effectively role to extract the flood extent from SAR data.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ: น้ำท่วมเป็นหนึ่งในภัยธรรมชาติร้ายแรงที่สุด เป็นสถานที่ถ่ายมากปีนี้ภาคตะวันออกเฉียงเหนือของประเทศไทย จึงได้สำรวจพื้นที่น้ำท่วมผ่านฟิลด์ตรวจสอบ วิธีการแยกขอบเขตน้ำท่วมจากแฝงจากระยะไกลทรงข้อมูลเช่นLANDSAT TM ข้อมูลจุดแทบไม่ดำเนินการเนื่องจากพื้นที่ที่น้ำท่วมมักจะครอบคลุมโดยเมฆ ไมโครเวฟรีโมทไร้สายมีประโยชน์มากสำหรับการตรวจสอบน้ำท่วมเนื่องจากสามารถรับการรูปภาพที่ดีโดยเฉพาะอย่างยิ่งในสภาพอากาศไม่ดี ขอบเขตน้ำท่วมส่วนใหญ่แยกจากเขตปกครองพิเศษภาพโดยการตีความภาพ แรงมาก แต่ถูกเร่งรัดได้ วัตถุประสงค์ของการศึกษานี้คือขยายขอบเขตน้ำท่วมโดยใช้วิธีโครงข่ายประสาทเพื่อการวิเคราะห์อุทกภัย ที่ใช้การตรวจสอบขอบเขตน้ำท่วมในเขตปกครองพิเศษ RADARSAT ข้อมูลมาในปี 2001, 2002 และ 2003ตัวล่างสมุทรสงครามลุ่มน้ำ อุดร เผยแพร่หลังของโครงข่ายประสาทClassifier ถูกใช้เพื่อระบุพื้นที่น้ำท่วม การวิเคราะห์แคปปาถูกใช้เพื่อวัดการความถูกต้องของพื้นที่น้ำท่วมจากที่ classifier ผลแสดงให้เห็นว่าความถูกต้องโดยรวมของน้ำท่วมขอบเขตในปี 2001, 2002 และ 2003 คำ 86.01%, 91.68 87.74% ตามลำดับเมื่อการข้อมูลอ้างอิงมีพื้นที่น้ำท่วมที่ได้รับจากการตีความภาพ ดังนั้น ประสาทเทคนิคเครือข่ายเล่นบทบาทการขยายขอบเขตน้ำท่วมจากข้อมูลปีการศึกษาได้อย่างมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ: น้ำท่วมเป็นหนึ่งในภัยพิบัติทางธรรมชาติที่รุนแรงที่สุด มันเป็นเรื่องที่เกิดขึ้นอย่างมากในปีที่
ภาคตะวันออกเฉียงเหนือของประเทศไทย มันเป็นไปไม่ได้ที่จะสำรวจพื้นที่น้ำท่วมผ่านช่อง
ตรวจสอบ วิธีการที่จะดึงขอบเขตน้ำท่วมจากข้อมูลเรื่อย ๆ รู้สึกจากระยะไกลเช่น
LANDSAT TM ข้อมูล SPOT แทบจะไม่ดำเนินการเพราะพื้นที่น้ำท่วมได้รับการคุ้มครองโดยปกติ
เมฆ ไมโครเวฟตรวจจับรีโมทมีประโยชน์มากสำหรับการตรวจสอบน้ำท่วมเพราะมันสามารถรับ
ภาพที่ดีโดยเฉพาะอย่างยิ่งในสภาพอากาศเลวร้าย ขอบเขตน้ำท่วมส่วนใหญ่เป็นสารสกัดจากภาพ SAR โดย
การตีความภาพ มันเป็นที่ถูกต้อง แต่แรงงานเข้มข้นมาก วัตถุประสงค์ของการศึกษานี้คือการ
ดึงขอบเขตน้ำท่วมโดยใช้วิธีโครงข่ายประสาทเทียมเพื่อเพิ่มประสิทธิภาพในการวิเคราะห์น้ำท่วม
ข้อมูล RADARSAT SAR ที่ได้มาในปี 2001 ปี 2002 และ 2003 ถูกนำมาใช้ในการตรวจสอบขอบเขตน้ำท่วมใน
ลุ่มน้ำตอนล่างสมุทรสงคราม, ภาคตะวันออกเฉียงเหนือ การขยายพันธุ์ด้านหลังของโครงข่ายประสาทเทียม
ลักษณนามถูกนำมาใช้เพื่อระบุพื้นที่น้ำท่วม การวิเคราะห์แคปป้าถูกนำมาใช้ในการวัด
ความถูกต้องของพื้นที่น้ำท่วมจากลักษณนาม ผลแสดงให้เห็นว่ามีความถูกต้องโดยรวมของ
ขอบเขตน้ำท่วมในปี 2001 ปี 2002 และปี 2003 อยู่ที่ 86.01%, 91.68 และ 87.74% ตามลำดับเมื่อ
ข้อมูลอ้างอิงที่ถูกน้ำท่วมในพื้นที่ที่ได้รับจากการตีความภาพ ดังนั้นประสาท
เทคนิคเครือข่ายมีบทบาทได้อย่างมีประสิทธิภาพในการสกัดขอบเขตน้ำท่วมจากข้อมูล SAR

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ : น้ำท่วมเป็นหนึ่งในภัยพิบัติธรรมชาติที่รุนแรงมากที่สุด มันเกิดขึ้นมาก
ปีในภาคตะวันออกเฉียงเหนือของประเทศไทย มันเป็นการยากมาก ที่จะสำรวจพื้นที่น้ำท่วมผ่านสนาม
สืบสวน วิธีการแยกขอบเขตน้ำท่วมจากเรื่อยๆข้อมูลจากระยะไกลเช่น
Landsat TM , ข้อมูลจุดที่แทบจะอุ้มไป เพราะพื้นที่น้ำท่วมบริเวณมักจะปกคลุมด้วย
เมฆรีโมทตรวจจับไมโครเวฟเป็นประโยชน์อย่างมากสำหรับการตรวจสอบน้ำท่วม เพราะมันสามารถขอรับ
ภาพที่ดีโดยเฉพาะอย่างยิ่งในสภาพอากาศที่เลวร้าย ขอบเขตน้ำท่วมส่วนใหญ่จะสกัดจากสารภาพโดย
ภาพและการตีความ มันเป็นเรื่องที่ถูกต้อง แต่เป็นแรงงานเข้มข้น การวิจัยนี้มีวัตถุประสงค์เพื่อ
ขอบเขตน้ำท่วมสกัดโดยใช้วิธีโครงข่ายประสาทเทียมเพื่อเพิ่มการวิเคราะห์น้ำท่วม
เรดาร์แซท . ข้อมูลที่ได้มาในปี 2001 ,2002 และ 2003 ใช้ตรวจสอบขอบเขต
น้ำท่วมในลุ่มน้ำสงครามตอนล่าง , ภาคตะวันออกเฉียงเหนือประเทศไทย การเคลื่อนที่กลับของโครงข่ายประสาทเทียมแบบ
เพื่อศึกษาพื้นที่น้ำท่วม . การวิเคราะห์ความสอดคล้อง ใช้วัด
ความถูกต้องของพื้นที่ที่ถูกน้ำท่วมจากลักษณนาม ผลการศึกษาพบว่า ความถูกต้องโดยรวมของ
ขอบเขตน้ำท่วมในปี 2001 , 2002 และ 2003 และ 86.01 % , 91.68 8774% ตามลำดับ เมื่อข้อมูล
การอ้างอิงเป็นพื้นที่ที่ถูกน้ำท่วม ได้รับการตีความจากภาพ . ดังนั้นเทคนิคโครงข่ายประสาท
เล่นบทบาทขอบเขตน้ำท่วมได้อย่างมีประสิทธิภาพสารสกัดจากข้อมูลข