Nowadays, digital elevation models (DEMs) data is widely used in the c translation - Nowadays, digital elevation models (DEMs) data is widely used in the c Malay how to say

Nowadays, digital elevation models

Nowadays, digital elevation models (DEMs) data is widely used in the coastal modeling processing because they not only represent the land elevation but also the bathymetry data. In addition, most of the coastal inundation risk assessment use the DEMs to project the rising of sea level in order to predict the coastal inundation and related damages to human livelihoods around the coastal line. The accuracy and resolution of the DEMs play a major role in coastal inundation risk studies, as land elevation largely determines whether the area will be inundated or will remain dry during the sea level rise events. However, inundation extents were found to be very sensitive to the terrain representation especially in the low-lying deltaic area (van de Sande et. al, 2012). Yet, these areas are most vulnerable to coastal inundation and adequate risk assessments are needed.

The DEMs dataset can be generated using a various technique such as photogrammetric method, air-borne, space-borne interferometry, radar altimetry, and conventional surveying techniques (e.g Global Positioning System (GPS) and leveling) (Mukherjee et. al., 2012 and Athmania et. al, 2014). Nevertheless, all these techniques has its own advantages and disadvantage in term of the accuracy, sampling density, pre-processing and price. The light detection and ranging (LiDAR) derived from airborne technique have a high resolution and accuracy, and become the most efficient technique to collect terrain data over large areas(Leon et. al, 2014). However, the use of LiDAR data is not available for some locations due to time constraints and cost of data acquisition even though they are the most accurate topographic data source. Many user end up decides to use the freely DEMs dataset in order to do coastal inundation risk assessment
0/5000
From: -
To: -
Results (Malay) 1: [Copy]
Copied!
Pada masa kini, data model (DEMs) ketinggian digital digunakan dalam dalam permodelan pantai pemprosesan kerana mereka bukan sahaja melambangkan ketinggian tanah tetapi juga bathymetry data. Di samping itu, kebanyakan penilaian risiko limpahan pantai menggunakan DEMs tersebut untuk projek peningkatan paras laut untuk meramalkan limpahan pantai dan kerosakan berkaitan kehidupan manusia sekitar Garis pantai. Ketepatan dan resolusi DEMs yang memainkan peranan yang penting di persisiran pantai limpahan kajian risiko, seperti ketinggian tanah sebahagian besarnya menentukan sama ada kawasan itu akan dibanjiri atau akan kekal kering ketika kejadian kenaikan paras laut. Walau bagaimanapun, limpahan itu dilanjutkan ditemui menjadi sangat sensitif kepada perwakilan rupa bumi terutamanya di Daerah deltaic rendah (van de Sande et. al, 2012). Namun, kawasan-kawasan yang paling terdedah kepada limpahan pantai dan penilaian risiko yang mencukupi amat diperlukan.DEMs dataset boleh dihasilkan dengan menggunakan pelbagai teknik seperti kaedah photogrammetric, pencagahan Penyaman, pencagahan Ruang interferometri, radar altimetry dan teknik Ukur konvensional (e.g Global Positioning System (GPS) dan meratakan) (Mukherjee et. al., 2012 dan Athmania et. al, 2014). Walau bagaimanapun, semua teknik ini mempunyai kelebihan dan kelemahan tersendiri dari segi ketepatan, pensampelan, ketumpatan, pra-pemprosesan dan harga. Pengesanan cahaya antara (LiDAR) berasal dari teknik airborne mempunyai resolusi tinggi dan ketepatan dan menjadi teknik paling berkesan untuk mengumpul data bentuk muka bumi di kawasan besar (Leon et. al, 2014). Walau bagaimanapun, penggunaan LiDAR data bukanlah untuk Bluetooth di sesetengah lokasi kerana kekangan masa dan kos pemerolehan data walaupun mereka adalah sumber data Topografi paling tepat. Banyak pengguna akhir sehingga memutuskan untuk menggunakan yang bebas DEMs dataset untuk melakukan penilaian risiko limpahan Pantai
Being translated, please wait..
Results (Malay) 2:[Copy]
Copied!
Pada masa kini, model ketinggian digital (Dems) data digunakan secara meluas dalam pemprosesan pemodelan pantai kerana mereka bukan sahaja mewakili ketinggian tanah tetapi juga data batimetri. Di samping itu, sebahagian besar daripada penilaian risiko banjir pantai menggunakan Dems untuk projek peningkatan paras laut untuk meramalkan banjir pantai dan kerosakan yang berkaitan dengan kehidupan manusia di seluruh garis pantai. Ketepatan dan resolusi daripada Dems memainkan peranan utama dalam kajian risiko banjir pantai, kerana ketinggian tanah sebahagian besarnya menentukan sama ada kawasan itu akan ditenggelami air atau akan kekal kering semasa peristiwa kenaikan aras laut. Walau bagaimanapun, takat banjir didapati sangat sensitif kepada perwakilan kawasan itu terutama di kawasan delta rendah ketika itu (van de Sande et. Al, 2012). Namun, kawasan-kawasan yang paling terdedah kepada banjir pantai dan penilaian risiko yang mencukupi diperlukan.

The Dems set data boleh dihasilkan menggunakan teknik pelbagai seperti kaedah fotogrametri, interferometri ruang bawaan bawaan udara, radar altimetry, dan teknik pemantauan konvensional (eg Sistem Kedudukan Global (GPS) dan meratakan) (Mukherjee et. al., 2012 dan Athmania et. al, 2014). Walau bagaimanapun, semua teknik-teknik ini mempunyai kelebihan dan kelemahan dari segi ketepatan, ketumpatan persampelan, pra-pemprosesan dan harga. Pengesanan cahaya dan antara (LiDAR) yang diperolehi daripada teknik udara mempunyai resolusi yang tinggi dan ketepatan, dan menjadi teknik yang paling berkesan untuk mengumpul data rupa bumi di kawasan yang besar (Leon et. Al, 2014). Walau bagaimanapun, penggunaan data LiDAR tidak tersedia untuk beberapa lokasi kerana kekangan masa dan kos pengambilalihan data walaupun mereka adalah sumber data topografi yang paling tepat. Ramai yang pengguna sehingga memutuskan untuk menggunakan set data secara bebas Dems untuk melakukan penilaian risiko banjir pantai
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 ©2025 I Love Translation. All reserved.

E-mail: