Accurate determination of the coverage of coastal inundation is tremen translation - Accurate determination of the coverage of coastal inundation is tremen Malay how to say

Accurate determination of the cover

Accurate determination of the coverage of coastal inundation is tremendously important for planning and carrying out of necessary adaptation measure to support the coastal inundated risk assessment. In this case study, an evaluation was made between open-sources DEM and high-accurate vertical elevation measurement (LIDAR) with respect to GPS data observation. It can be concluded that the resulting DEM assessment on SRTM DEM become the highest correlation compared to other open-sources DEM model with a R2 of 0.912m and a RMSE of 9.098m. Additionally, LIDAR DEM also represent the best sources of the terrain data for coastal inundation modeling due to the vertical and horizontal accuracy, which is 0.15m and ±0.30m.


The development of the sea level rise simulation is significant to monitor and forecast the impact of the sea level scenario on the coastal area that could inundate due to the increment of sea level rise based on the future projection of the sea level and high accuracy DEM on land.The development of the sea level rise simulation is significant to monitor and forecast the impact of the sea level scenario on the coastal area that could inundate due to the increment of sea level rise based on the future projection of the sea level and high accuracy DEM on land. In additional, the potential vulnerable assessment also will include the human population value. People affected by the coastal inundation will be analyzed based on the inundation risk map. As a result, this study will provide useful information for better understanding future coastal development and exposure to coastal flooding and submerge at global, regional and national scales.
0/5000
From: -
To: -
Results (Malay) 1: [Copy]
Copied!
Penentuan tepat liputan limpahan pantai penting dengan perancangan dan pelaksanaan langkah-langkah penyesuaian yang perlu untuk menyokong penilaian risiko dibanjiri pantai. Dalam kes ini kajian, penilaian telah dibuat antara DEM terbuka-sumber dan ukuran ketinggian menegak tepat tinggi (LIDAR) berkaitan dengan GPS data pemerhatian. Maka dapatlah disimpulkan bahawa penilaian DEM terhasil SRTM DEM menjadi korelasi tertinggi berbanding model DEM terbuka-sumber-sumber lain dengan R2 0.912 m dan RMSE yang m 9.098. Di samping itu, LIDAR DEM juga merupakan sumber terbaik data rupa bumi bagi limpahan pantai pemodelan kerana ketepatan menegak dan mendatar, itulah 0.15 m dan ±0.30 m.Pembangunan simulasi kenaikan aras laut adalah penting untuk memantau dan meramal kesan daripada senario paras laut di kawasan pantai yang boleh inundate disebabkan oleh kenaikan aras laut kenaikan berdasarkan unjuran masa hadapan di paras laut dan berteknologi DEM atas tanah. Pembangunan simulasi kenaikan aras laut adalah penting untuk memantau dan meramal kesan daripada senario paras laut di kawasan pantai yang boleh inundate disebabkan oleh kenaikan aras laut kenaikan berdasarkan unjuran masa hadapan di paras laut dan berteknologi DEM atas tanah. Dalam tambahan, penilaian potensi terdedah juga akan termasuk nilai populasi manusia. Orang-orang yang terjejas oleh alih persisiran pantai akan dianalisis berdasarkan Peta risiko limpahan. Sebagai hasilnya, kajian ini akan memberikan maklumat yang berguna bagi pembangunan pantai masa depan pemahaman yang lebih baik dan terdedah kepada banjir pantai dan submerge pada skala global, serantau dan Kebangsaan.
Being translated, please wait..
Results (Malay) 2:[Copy]
Copied!
Penentuan tepat bagi liputan banjir pantai adalah begitu penting untuk merancang dan menjalankan langkah penyesuaian yang perlu untuk menyokong penilaian risiko dibanjiri pantai. Dalam kajian kes ini, penilaian telah dibuat antara-sumber terbuka DEM dan tinggi-tepat menegak ukuran ketinggian (LIDAR) berkenaan dengan pemerhatian data GPS. Dapat disimpulkan bahawa penilaian DEM yang terhasil pada SRTM DEM menjadi korelasi yang paling tinggi berbanding dengan lain-sumber terbuka model DEM dengan R2 daripada 0.912m dan RMSE daripada 9.098m. Selain itu, LIDAR DEM juga mewakili sumber terbaik data rupa bumi untuk pemodelan banjir pantai kerana ketepatan menegak dan mendatar, iaitu 0.15m dan 0.30m ±. Pembangunan simulasi kenaikan paras air laut adalah penting untuk memantau dan meramal kesan daripada senario paras laut di kawasan pantai yang boleh membanjiri disebabkan oleh kenaikan kenaikan aras laut berdasarkan unjuran masa depan paras laut dan DEM ketepatan yang tinggi kepada pembangunan land.The daripada simulasi kenaikan aras laut adalah penting untuk memantau dan ramalan kesan senario paras laut di kawasan pantai yang boleh membanjiri disebabkan oleh kenaikan kenaikan aras laut berdasarkan unjuran masa depan paras laut dan DEM ketepatan yang tinggi di atas tanah. Dalam tambahan, penilaian terdedah potensi juga akan termasuk nilai populasi manusia. Orang yang terjejas oleh banjir pantai akan dianalisis berdasarkan peta risiko banjir. Hasilnya, kajian ini akan memberikan maklumat yang berguna untuk pembangunan pantai masa depan kefahaman dan pendedahan kepada banjir pantai dan menenggelamkan pada skala global, serantau dan negara.


Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2024 I Love Translation. All reserved.

E-mail: