elevation data set, and were then s

elevation data set, and were then subtracted from the depressionless
elevation data. The resulting difference data set was processed
through a raster-to-polygon conversion algorithm, which built a
depression data set. The depression data set and the difference data
set were then used to calculate area and volume for each depression
in the tabular data-base management system. Watersheds were
delineated using selected depressions from the depression mask as
watershed “starts” for each pothole. Finally, all possible pour points
were computed for each watershed. Because of the low, rolling
topographic relief of the terrain, manual delineation and flow
modeling of potholes and their watersheds based on topographic
maps would have been extremely time consuming. Automated
extraction proved to be the most efficient method.
It has been determined that the accuracy and detail of the
hydrologic information that can be automatically extracted from a
DEM with these algorithms is directly related to the quality and
resolution of the DEM itself. Because the algorithms cannot
distinguish between artifacts and real features, a severe artifact may
critically disrupt flow paths. If the elevation values of a DEM do not
capture the crucial hydrologic features, such as many happen when
multiple shallow drainages cross an area of low relief, the resolution
of the DEM will not be sufficient for accurate automatic delineation
of watershed boundaries between the drainages.

Results (Indonesian) 1:

data elevasi set, dan kemudian dikurangi dari depressionlessdata elevasi. Kumpulan data perbedaan yang dihasilkan diolahmelalui algoritma konversi raster-untuk-poligon, yang membangundepresi data set. Kumpulan data depresi dan data perbedaanset yang kemudian digunakan untuk menghitung luas dan volume untuk setiap depresidalam sistem manajemen basis data tabel. Daerah aliran sungai yangdigambarkan menggunakan depresi yang dipilih dari masker depresi sebagaiDas "mulai" untuk setiap pothole. Akhirnya, Semua mungkin tuangkan poinyang dihitung untuk Das masing-masing. Karena rendah, bergulirtopografi lega Medan, manual delineasi dan aliranModeling lubang dan daerah aliran sungai mereka berdasarkan topografipeta pasti sangat memakan waktu. Otomatisekstraksi terbukti metode yang paling efisien. Telah ditetapkan bahwa ketepatan dan detailHidrologi informasi yang dapat secara otomatis diambil dariDEM dengan algoritma ini secara langsung berhubungan dengan kualitas danResolusi DEM itu sendiri. Karena algoritma tidak bisamembedakan antara artefak dan fitur nyata, artefak parah mungkinkritis mengganggu jalur aliran. Jika nilai-nilai elevasi DEM tidakmenangkap hidrologi fitur penting, seperti banyak terjadi ketikabeberapa saluran pembuangan yang dangkal melintasi daerah rendah Relief, resolusidari DEM tidak akan cukup untuk akurat digambarkan otomatisDas batasan antara saluran pembuangan.

Results (Indonesian) 2:

data elevasi set, dan kemudian dikurangkan dari depressionless
data elevasi. Yang dihasilkan perbedaan kumpulan data diproses
melalui algoritma konversi raster-to-poligon, yang membangun
set depresi data. Depresi set data dan data perbedaan
ditetapkan kemudian digunakan untuk menghitung luas dan volume untuk setiap depresi
dalam sistem manajemen data-base tabular. DAS yang
digambarkan menggunakan depresi yang dipilih dari topeng depresi sebagai
DAS "mulai" untuk setiap lubang. Akhirnya, semua kemungkinan tuangkan poin
dihitung untuk setiap DAS. Karena rendah, bergulir
bantuan topografi medan, delineasi manual dan aliran
pemodelan lubang dan DAS mereka berdasarkan topografi
peta akan sangat memakan waktu. Otomatis
ekstraksi terbukti menjadi metode yang paling efisien.
Telah ditetapkan bahwa akurasi dan detail dari
informasi hidrologi yang dapat secara otomatis diekstrak dari
DEM dengan algoritma ini secara langsung berkaitan dengan kualitas dan
resolusi DEM itu sendiri. Karena algoritma tidak dapat
membedakan antara artefak dan fitur nyata, artefak yang parah mungkin
kritis mengganggu jalur aliran. Jika nilai-nilai elevasi dari DEM yang tidak
menangkap fitur hidrologi penting, seperti banyak terjadi ketika
beberapa drainase yang dangkal menyeberangi area relief rendah, resolusi
dari DEM tidak akan cukup untuk delineasi otomatis akurat
dari batas DAS antara drainase.