2.3. Linkage of SS sub-module and R

2.3. Linkage of SS sub-module and RPI equation in WASP model
To obtain the correlations between Kaoping River flow rate and SS
concentrations, water samples were collected from 12 sampling stations
for SS measurement. Flow rate were monitored at water monitoring
stations at each sampling event. Flow velocity and flow rate
were measured following the methods described in NIEA (2004).
To determine the correlation between the flow rate and SS concentrations,
water sample collection and flow rate measurement
were performed during the dry and wet seasons. The collected
water quality and hydrological data were analyzed to evaluate
the correlation between SS and flow rate (Cencic and Rechberger,
2008). The obtained correlation was used for the development of
SS sub-model and was then linked to the WASP model for direct
SS estimation. To obtain the immediate RPI value and determine
the river water quality status, RPI index was embedded into the
WASP model for direct RPI calculation. Fig. 3 presents the simulation
process using RPI and WASP. Fig. 4 presents the process of the
modeling procedure repeated for each segment until all segments
met the requirements. The developed decision-making process
could be used for the pollutant loading evaluation.
The source code of the SS equation and RPI index package were
embedded in the WASP coupling platform to improve the interactive
transfer of water quality information to the models. In the simulation
process, SS concentrations under different flow conditions
were simulated using the developed SS and flow rate equations,
and the results were stored in a data file in WASP model. This file
was then retrieved for RPI calculation and other application.

ผลลัพธ์ (ไทย) 1:

2.3. ความเชื่อมโยงของโมดูย่อย SS และ RPI สมการในแบบจำลอง WASPเพื่อดูความสัมพันธ์ระหว่างอัตราการไหลของแม่น้ำ Kaoping และ SSความเข้มข้น ตัวอย่างน้ำที่ถูกเก็บรวบรวมจากสถานีเก็บตัวอย่างที่ 12สำหรับ SS วัด มีการตรวจสอบอัตราการไหลที่น้ำตรวจสอบสถานีในแต่ละเหตุการณ์สุ่มตัวอย่าง ความเร็วการไหลและอัตราการไหลถูกวัดตามวิธีอธิบายไว้ใน NIEA (2004)เพื่อกำหนดความสัมพันธ์ระหว่างอัตราการไหลและความเข้มข้นของ SSน้ำเก็บตัวอย่างและวัดอัตราการไหลได้ดำเนินการในช่วงแล้ง และ ฤดูฝน การรวบรวมข้อมูลอุทกวิทยาและคุณภาพน้ำนำมาวิเคราะห์เพื่อประเมินความสัมพันธ์ระหว่างอัตราไหลและ SS (Cencic และ Rechberger2008) . ความสัมพันธ์ที่ได้รับถูกใช้ในการพัฒนาSS รุ่นย่อยแล้วมีการเชื่อมโยงกับแบบจำลอง WASP สำหรับโดยตรงการประมาณการของ SS การรับค่าของ RPI ทันที และกำหนดสถานะคุณภาพแม่น้ำ RPI ดัชนีถูกฝังเข้าไปในตัวรุ่น WASP สำหรับคำนวณ RPI โดยตรง Fig. 3 แสดงการจำลองกระบวนการที่ใช้ RPI และ WASP Fig. 4 แสดงขั้นตอนของการขั้นตอนการสร้างโมเดลซ้ำสำหรับแต่ละกลุ่มจนเซ็กเมนต์ทั้งหมดตรงตามความต้องการ การตัดสินใจพัฒนาสามารถใช้สำหรับมลพิษโหลดประเมินรหัสแหล่งที่มาของสมการ SS และแพคเกจดัชนี RPI ได้ฝังตัวอยู่ในแพลตฟอร์มคลัป WASP เพื่อปรับปรุงการโต้ตอบโอนย้ายข้อมูลคุณภาพน้ำไป ในการจำลองกระบวนการ ความเข้มข้นของ SS ภายใต้เงื่อนไขการไหลแตกต่างกันได้จำลองใช้ SS พัฒนาและสมการอัตราไหลและผลลัพธ์จะถูกเก็บไว้ในแฟ้มข้อมูลในรูปแบบของ WASP แฟ้มนี้แล้วถูกดึง RPI คำนวณและโปรแกรมประยุกต์อื่น

ผลลัพธ์ (ไทย) 2:

2.3 การเชื่อมโยงของเอสเอสโมดูลย่อยและสม RPI ในรูปแบบตัวต่อ
เพื่อให้ได้ความสัมพันธ์ระหว่าง Kaoping อัตราการไหลของแม่น้ำและเอสเอส
ความเข้มข้นของตัวอย่างน้ำที่เก็บจากการสุ่มตัวอย่าง 12 สถานี
สำหรับการวัดเอสเอส อัตราการไหลที่ถูกตรวจสอบการตรวจสอบน้ำ
ที่สถานีแต่ละเหตุการณ์การสุ่มตัวอย่าง ความเร็วการไหลและอัตราการไหล
วัดดังต่อไปนี้วิธีการที่อธิบายใน NIEA (2004).
การตรวจสอบความสัมพันธ์ระหว่างอัตราการไหลและความเข้มข้นของเอสเอส,
การเก็บตัวอย่างน้ำและการวัดอัตราการไหล
ได้ดำเนินการในช่วงฤดูแล้งและฤดูฝน เก็บรวบรวม
คุณภาพน้ำและอุทกวิทยาข้อมูลที่ได้มาวิเคราะห์เพื่อประเมิน
ความสัมพันธ์ระหว่างเอสเอสและอัตราการไหล (Cencic และ Rechberger,
2008) ความสัมพันธ์ที่ได้ถูกนำมาใช้สำหรับการพัฒนาของ
เอสเอสรุ่นย่อยและถูกเชื่อมโยงแล้วกับรูปแบบตัวต่อโดยตรง
ประมาณค่าเอสเอส เพื่อให้ได้ค่า RPI ทันทีและตรวจสอบ
สถานะคุณภาพน้ำแม่น้ำดัชนี RPI ถูกฝังลงใน
รูปแบบตัวต่อการคำนวณ RPI โดยตรง มะเดื่อ 3 นำเสนอแบบจำลอง
ขั้นตอนโดยใช้ RPI และ WASP มะเดื่อ 4 มีการจัดกระบวนการของ
ขั้นตอนการสร้างแบบจำลองซ้ำสำหรับแต่ละส่วนจนกว่าทุกส่วน
ตรงกับความต้องการ การพัฒนากระบวนการตัดสินใจ
สามารถนำมาใช้สำหรับการประเมินผลการโหลดมลพิษ.
รหัสแหล่งที่มาของสมเอสเอสและแพคเกจดัชนี RPI ถูก
ฝังอยู่ในแพลตฟอร์มที่มีเพศสัมพันธ์ WASP เพื่อปรับปรุงการโต้ตอบ
การถ่ายโอนข้อมูลคุณภาพน้ำกับรุ่น ในการจำลอง
กระบวนการความเข้มข้นของเอสเอสภายใต้เงื่อนไขที่แตกต่างกันการไหล
ถูกจำลองโดยใช้การพัฒนาเอสเอสและการไหลสมการอัตรา
และผลการวิจัยที่จัดเก็บไว้ในแฟ้มข้อมูลในรูปแบบตัวต่อ ไฟล์นี้จะ
ถูกดึงจากนั้นในการคำนวณ RPI และโปรแกรมอื่น ๆ

ผลลัพธ์ (ไทย) 3:

2.3 การเชื่อมโยงของ SS ย่อยโมดูลและ RPI สมการในรูปแบบตัวต่อ
รับความสัมพันธ์ระหว่างอัตราการไหลของแม่น้ำ kaoping SS
ความเข้มข้น ตัวอย่างน้ำที่เก็บจาก 12 สถานี
SS การวัดคน อัตราการไหลของน้ำที่ถูกตรวจสอบ
สถานีที่ตัวอย่างแต่ละเหตุการณ์ และอัตราการไหล
ความเร็วการไหลวัดดังต่อไปนี้วิธีการที่อธิบายไว้ใน niea
( 2004 )ศึกษาความสัมพันธ์ระหว่างอัตราการไหลและปริมาณ SS , น้ำและการเก็บตัวอย่าง

วัดอัตราการไหลได้ในช่วงฤดูแห้งและเปียก รวบรวมข้อมูลด้านอุทกวิทยาและคุณภาพน้ำ

มาวิเคราะห์เพื่อประเมินความสัมพันธ์ระหว่าง SS และอัตราการไหล ( cencic และ rechberger
, 2008 ) วิเคราะห์ความสัมพันธ์โดยใช้การพัฒนา
ss ย่อยรูปแบบและถูกเชื่อมโยงกับการต่อโมเดล SS โดยตรง

เพื่อให้ได้ค่า RPI ได้ทันทีและตรวจสอบคุณภาพน้ำแม่น้ำ
สถานะ , ดัชนี RPI ได้ฝังเข้าไปใน
ตัวต่อรูปแบบการคำนวณ RPI โดยตรง รูปที่ 3 แสดงกระบวนการจำลอง
ใช้ RPI และตัวต่อ รูปที่ 4 แสดงกระบวนการของการสร้างแบบจำลองกระบวนการซ้ำสำหรับแต่ละกลุ่ม

จนทุกส่วนตรงตามความต้องการ . การพัฒนากระบวนการตัดสินใจ
สามารถนำมาใช้ประเมินภาระมลพิษ .
รหัสแหล่งที่มาของสมการดัชนี RPI ได้ SS และแพคเกจ
ฝังตัวอยู่ในตัวต่อ coupling แพลตฟอร์มเพื่อปรับปรุงคุณภาพของข้อมูลการถ่ายโอนแบบ
น้ำรุ่น ในกระบวนการจำลอง
, ความเข้มข้นเอสเอสภายใต้เงื่อนไขที่แตกต่างกันไหล
1 ) ใช้พัฒนา SS และการไหลสมการอัตรา
และผลลัพธ์ที่ถูกเก็บไว้ในแฟ้มข้อมูลในรูปแบบตัวต่อ
ไฟล์นี้เป็นแล้วในการคำนวณ RPI และการประยุกต์ใช้อื่น ๆ