ABSTRACTFlooding is one of the majo

ABSTRACT
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 Artificial
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 configuring
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:

บทคัดย่อน้ำท่วมเป็นภัยธรรมชาติสำคัญอย่างใดอย่างหนึ่งที่สามารถทำให้หยุดชะงักไม่เท่ากับชีวิตประจำวันแต่ยังหายไปคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อกำหนดพื้นที่ inundation จึงกลายเป็นมากขึ้นสิ่งที่สำคัญสำหรับผู้ตัดสินใจ และเจ้าหน้าที่ การเข้าถึงพร้อม การประดิษฐ์โครงร่างเครือข่าย (แอน) ประสาทถูกบ่อยนำอุทกวิทยาและสร้างแบบจำลองน้ำท่วม มากที่สุดเทคนิคแอนเป็นหลักพิจารณาบัญชีปริมาณน้ำฝนข้อมูล และทำนายผลที่ไหลบ่าจากนั้น แม้มีทำให้สำเร็จ พวกเขามักจะละเลยกันปัจจัยสาเหตุการ การศึกษานี้จึงเน้นการกำหนดค่าและปรับปรุงแอนทั่วไปสำหรับ inundationระบุพื้นที่ที่ใช้น้ำท่วมต่าง ๆ deterministicแอตทริบิวต์ ตาม แอนได้รับการพัฒนาโดยใช้9 น้ำท่วมปัจจัยสาเหตุการ มาเกี่ยวข้องชั้นเฉพาะเรื่อง ประกอบด้วยน้ำท่วมล้วนในอดีต ความสูงเหนือระดับน้ำทะเล น้ำความหนาแน่น น้ำอุดตัน พื้นที่ลุ่มน้ำย่อย ความสามารถในการระบายน้ำดินการใช้ที่ดินและปริมาณน้ำฝนรายเดือน มีค่า prognosticก่อนหน้านี้รายงาน และประเมินจากการขนาดเต็มสำมะโนและสำรวจ GIS ครอบคลุมด้วยภิรมย์ cogency แนวทางและข้อควรระวังแนะนำในนี้อาจจะใช้กระดาษต่าง ๆแอนที่แพร่หลายตามกรอบงานสำหรับการคาดการณ์น้ำท่วมและประเมินความเสี่ยงที่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 2:

บทคัดย่อน้ำท่วมเป็นหนึ่งในภัยพิบัติทางธรรมชาติที่สำคัญที่สามารถทำให้เกิดการหยุดชะงักไม่เพียงแต่กับชีวิตประจำวัน แต่ยังความเสียหายต่อคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อตรวจสอบพื้นที่น้ำท่วมจึงได้กลายเป็นมากขึ้นที่สำคัญมากขึ้นสำหรับผู้มีอำนาจตัดสินใจและเจ้าหน้าที่ เข้าถึงได้อย่างง่ายดายเป็นที่ประดิษฐ์โครงข่ายประสาทเทียม (ANN) โครงการได้บ่อยครั้งนำมาใช้สำหรับการสร้างแบบจำลองและอุทกวิทยาน้ำท่วม ส่วนใหญ่เทคนิค ANN ส่วนใหญ่คำนึงถึงปริมาณน้ำฝนข้อมูลและคาดการณ์ผลกระทบแล้วไหลบ่า แม้จะมีความสำเร็จที่น่าเชื่อพวกเขามักจะละเลยอื่น ๆ ปัจจัยที่ก่อให้เกิด การศึกษาครั้งนี้จึงมุ่งเน้นไปที่การกำหนดค่าและการปรับปรุง ANN ทั่วไปสำหรับน้ำท่วมพื้นที่โดยใช้บัตรประจำตัวที่กำหนดน้ำท่วมต่างๆคุณลักษณะ ดังนั้นเป็นแอนได้รับการพัฒนาโดยใช้เก้าปัจจัยที่ก่อให้เกิดน้ำท่วมมาจากที่เกี่ยวข้องชั้นใจ พวกเขาประกอบด้วยน้ำท่วมธรรมดาในอดีตที่ผ่านมามีความสูงเหนือระดับน้ำทะเลมีความหนาแน่นน้ำอุดตันพื้นที่ลุ่มน้ำย่อยความสามารถในการระบายน้ำของดินการใช้ที่ดินและปริมาณน้ำฝนรายเดือนที่มีค่าการพยากรณ์โรคได้รับรายงานก่อนหน้านี้และได้รับการประเมินเทียบกับการสำรวจสำมะโนประชากรเต็มรูปแบบและระบบสารสนเทศภูมิศาสตร์ที่ครอบคลุมการสำรวจที่มีความน่าเชื่อที่น่าพอใจ แนวทางและข้อควรระวังข้อเสนอแนะในบทความนี้อาจจะนำไปใช้ต่างๆกรอบANN ตามแพร่หลายสำหรับการพยากรณ์น้ำท่วมและความเสี่ยงที่เกี่ยวข้องกับการประเมิน

ผลลัพธ์ (ไทย) 3:

น้ำท่วมเป็นหลักนามธรรม

สามารถก่อให้เกิดภัยธรรมชาติที่ไม่เพียง แต่ยังตามชีวิตประจำวัน
ความเสียหายคุณสมบัติของเรา การศึกษาแบบจำลองน้ำท่วมเพื่อกำหนดพื้นที่ท่วม

จึงได้กลายเป็นมากขึ้นมากขึ้นที่สำคัญสำหรับการตัดสินใจและ
เจ้าหน้าที่ ถูกเข้าถึงได้พร้อม , โครงข่ายประสาทเทียม ( ANN ) โครงการอยู่บ่อยๆ

ใช้สำหรับอุทกวิทยาและการสร้างแบบจำลองน้ำท่วม ที่สุด
Ann เทคนิคหลักเข้าบัญชีฝน
ข้อมูลแล้วทำนายผลน้ำท่า แม้
เชื่อความสำเร็จ พวกเขามักจะละเลยปัจจัยสาเหตุอื่น ๆ

การศึกษานี้จึงเน้นที่การตั้งค่าทั่วไปสำหรับประชาชนและปรับปรุงแอน

ใช้ต่าง ๆพื้นที่ท่วมน้ำท่วม deterministic
แอตทริบิวต์ ตามเป็นแอนถูกพัฒนาขึ้นโดยใช้
9 น้ำท่วมเหตุปัจจัยมาจากที่เกี่ยวข้อง
ใจชั้น พวกเขาประกอบด้วยที่ราบน้ำท่วม
อดีต ความสูงเหนือระดับน้ำทะเล ความหนาแน่นน้ำ
จุก ลุ่มน้ำย่อยพื้นที่ ความสามารถในการระบายน้ำของดิน การใช้ประโยชน์ที่ดิน และปริมาณน้ำฝนรายเดือน

ก่อนหน้านี้ ซึ่งการหาค่ารายงานและประเมินเพื่อสำรวจสำมะโนประชากร
เต็มสเกลและครอบคลุมกับ
ระบบสารสนเทศภูมิศาสตร์น่าพอใจการโน้มน้าว . แนวทางและมาตรการป้องกัน
ชี้ให้เห็นในบทความนี้อาจจะใช้ต่าง ๆแพร่หลายตามกรอบสำหรับการพยากรณ์แอน

และความเสี่ยงที่เกี่ยวข้อง ประเมินน้ำท่วม