Because of the averaging effect of

Because of the averaging effect of focal statistics, the
resulting spatially autocorrelated error raster has a much lower
standard deviation than 1. The Zonal Statistics tool determines the standard deviation of the error raster and the Divide tool
produces a new error raster with a standard deviation of 1.
The new error raster is multiplied with the user-defined Root
Mean Square Error (RMSE) in vertical map units of the DEM.
The RMSE value can be altered to simulate the effect of small
and large errors. The final error raster is therefore a spatially
autocorrelated error with a mean of zero and a standard deviation
equal to the user-defined RMSE value. This error term is then
added to the original DEM; this new DEM becomes the input
into the stream delineation model.
The second part of the model, shown in Figure 2, creates the
stream network: sinks are filled, flow direction and flow
accumulation are derived from the DEM and streams are
delineated based on a constant flow accumulation threshold.

ผลลัพธ์ (ไทย) 1:

เนื่องจากผลของสถิติโฟกัส averagingเกิด spatially raster ข้อผิดพลาด autocorrelated มีราคาต่ำกว่ามากส่วนเบี่ยงเบนมาตรฐานมากกว่า 1 เครื่องมือสถิติยังกำหนดค่าเบี่ยงเบนมาตรฐานของ raster ข้อผิดพลาดและเครื่องมือแบ่งสร้างแบบราสเตอร์ข้อผิดพลาดใหม่ มีค่าเบี่ยงเบนมาตรฐาน 1แบบราสเตอร์ข้อผิดพลาดใหม่คูณ ด้วยรากผู้ใช้กำหนดค่าเฉลี่ยกำลังสองข้อผิดพลาด (RMSE) ในแผนที่แนวตั้ง DEM.สามารถเปลี่ยนค่า RMSE ในการจำลองผลของขนาดเล็กและข้อผิดพลาดขนาดใหญ่ Raster ข้อผิดพลาดขั้นสุดท้ายจึงเป็น spatiallyข้อผิดพลาด autocorrelated มีค่าเฉลี่ยเป็นศูนย์และค่าเบี่ยงเบนมาตรฐานเท่ากับค่า RMSE ผู้ใช้กำหนด เงื่อนไขข้อผิดพลาดนี้อยู่แล้วเพิ่ม DEM เดิม DEM ใหม่นี้กลายเป็น การป้อนข้อมูลเป็นแบบจำลอง delineation กระแสสร้างส่วนสองของแบบ แสดงในรูปที่ 2 การเครือข่ายของกระแสข้อมูล: อ่างล้างมือจะกรอก ไหลทิศทางและกระแสมาจาก DEM สะสม และมีกระแสdelineated ตามขีดจำกัดการสะสมกระแสคง

ผลลัพธ์ (ไทย) 2:

เพราะผลของค่าเฉลี่ยของสถิติโฟกัสที่แรสเตอร์ข้อผิดพลาดที่เกิดอัตสหสัมพันธ์เชิงพื้นที่มีที่ต่ำกว่ามากส่วนเบี่ยงเบนมาตรฐานกว่า1. เครื่องมือสถิติเขตกำหนดเบี่ยงเบนมาตรฐานของแรสเตอร์ข้อผิดพลาดและเครื่องมือแบ่งก่อให้เกิดข้อผิดพลาดแรสเตอร์ใหม่ที่มีค่าเบี่ยงเบนมาตรฐาน1. แรสเตอร์ข้อผิดพลาดใหม่จะคูณด้วยรากที่ผู้ใช้กำหนดหมายถึงข้อผิดพลาดสแควร์ (RMSE) ในหน่วยแผนที่แนวตั้งของ DEM. ค่า RMSE สามารถเปลี่ยนแปลงเพื่อจำลองผลกระทบของขนาดเล็กข้อผิดพลาดและมีขนาดใหญ่ แรสเตอร์ข้อผิดพลาดสุดท้ายจึงเป็นตำแหน่งข้อผิดพลาดเกิดอัตสหสัมพันธ์มีค่าเฉลี่ยของศูนย์และค่าเบี่ยงเบนมาตรฐานเท่ากับค่าRMSE ที่ผู้ใช้กำหนด ระยะข้อผิดพลาดนี้แล้วเพิ่มไปยัง DEM เดิม; DEM ใหม่นี้จะกลายเป็นอินพุท. ในรูปแบบการวาดภาพกระแสส่วนที่สองของรูปแบบที่แสดงให้เห็นในรูปที่ 2 สร้างเครือข่ายสตรีม: อ่างที่เต็มไปทิศทางการไหลและการไหลของสะสมจะได้มาจาก DEM และลำธารจะเบี่ยงขึ้นอยู่กับเกณฑ์การสะสมไหลคงที่

ผลลัพธ์ (ไทย) 3:

เพราะจากสถิติเฉลี่ยผลของโฟกัส
ที่เกิดข้อผิดพลาดได้เปลี่ยนภาพ 52 ที่ต่ำกว่ามาก
ส่วนเบี่ยงเบนมาตรฐานกว่า 1 เครื่องมือสถิติเขตกำหนดส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อน และภาพเครื่องมือแบ่ง
ผลิตภาพข้อผิดพลาดใหม่กับส่วนเบี่ยงเบนมาตรฐานของ 1 .
raster ข้อผิดพลาดใหม่คูณด้วยผู้ใช้ root
ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) ในแนวตั้งหน่วยแผนที่ของเด็ม .
ค่า RMSE จะเปลี่ยนแปลงไปเพื่อจำลองผลของขนาดเล็ก
และข้อผิดพลาดใหญ่ ส่วนภาพสุดท้ายเป็นข้อผิดพลาดดังนั้นความแตกต่าง
133 ข้อผิดพลาดที่มีค่าเฉลี่ยของศูนย์ และส่วนเบี่ยงเบนมาตรฐานเท่ากับผู้ใช้
คู่ค่า ข้อผิดพลาดนี้ระยะเพิ่มแล้ว
กับต้นฉบับเด็ม ; ใหม่นี้จะกลายเป็น input
เด็มเป็นกระแสการกำหนดรูปแบบ .
ส่วนที่สองของแบบจำลองที่แสดงในรูปที่ 2 สร้างเครือข่ายสตรีม :
อ่างเต็มแล้ว ทิศทางการไหล และไหล
สะสมได้มาจาก DEM และลำธารเป็น
ซึ่งขึ้นอยู่กับการไหลคงที่ของการสะสม .