การฟื้นฟูรูปแบบทิศทางการไหลสำหรับแบบจำลองอุทกวิทยาด้วยการประมวลข้อมูลภูมิประเทศ Reconstituting Flow Directional Pattern for Hydrological Modelling Based on Information Processing of Terrain Data
Article Sidebar
Main Article Content
Abstract
บทคัดย่อ
อุทกภัยเป็นหนึ่งในภัยธรรมชาติที่เกิดขึ้นบ่อยที่สุดและก่อให้เกิดความเสียหายต่อทั้งชีวิตและทรัพย์สิน
เป็นประจำทุกปี สาเหตุหลักประการหนึ่ง คือ คุณลักษณะของลุ่มนํ้าหรือพื้นที่รับนํ้า ซึ่งส่งผลต่อ
การระบายนํ้าและนำไปสู่การเกิดอุทกภัย ดังนั้นการวิเคราะห์ลักษณะการระบายนํ้าในพื้นที่ลุ่มนํ้า
จึงมีความสำคัญสำหรับการวางแผนเพื่อศึกษาพฤติกรรมการเกิดอุทกภัย วิธีการเก็บรวบรวมและ
การวิเคราะห์คุณลักษณะลุ่มนํ้าและพื้นที่รับนํ้าจากข้อมูลแบบจำลองความสูงเชิงเลขเป็นวิธีการหนึ่ง
ซึ่งได้รับความนิยมในการประยุกต์ใช้ด้านอุทกวิทยา บทความนี้นำเสนอวิธีการใหม่สำหรับการวิเคราะห์
ทิศทางการไหลของนํ้า โดยใช้วิธีการวิเคราะห์การไหลเวคเตอร์เกรเดียนต์แบบหลายความละเอียด และ
เทคนิค D8 จากข้อมูลแบบจำลองความสูงเชิงเลขและภาพถ่ายทางอากาศของจังหวัดปทุมธานีเปรียบเทียบกับ
3 เทคนิคที่ใช้อยู่ในปัจจุบัน ได้แก่ วิธี D8 วิธี D8 และ Stream burning และ วิธี D8 และ DSM
จากการศึกษาพบว่าเทคนิคที่มีความเหมาะสมในการนำไปใช้ในการวิเคราะห์ทิศทางการไหลของนํ้า
จากข้อมูลแบบจำลองความสูงหลายความละเอียด (5 เมตร และ 15 เมตร) มากที่สุด คือ เทคนิค D8
และวิธีการวิเคราะห์การไหลเวคเตอร์เกรเดียนต์แบบหลายความละเอียด
Abstract
Flood is one of the most frequent natural disasters that cause major devastation.
One of its primary causes is the characteristics of a river basin and watershed, affecting
drainage capability and hence lead to inundation. The analysis of drainage basin area is
therefore crucial for studying its behavior and preparing preventive measures.
Deriving and analyzing river basin and watershed from Digital Elevation Model is
one of most important step in various hydrological applications. This paper proposes
a novel scheme for flow pattern analysis by using multi-resolution Gradient Vector Flow
and D8 from aerial imaging of Pathumthani province. Its experimental results were
compared against well established schemes, such as D8, D8 and Stream burning,
including D8 and Digital Surface Model. The study revealed that recovering flow pattern
from Digital Elevation Model (at the resolutions of 5 meters and 15 meters) with D8
and muti-resolution Gradient Vector Flow outperformed those in its class.
Article Details
References
model updates and Gaussian pyramids. In Proceedings of the IEEE Symposium
on Emerging Technologies ICES 2005. pp. 144-150
Asian Disaster Reduction Center. (2012). Natural Disaster Data Book 2011. (An Analytical
Overview) : Asian Disaster Reduction Center.
Beven, K. J. (1991). TOPMODEL: A Critique. In Beven, K. J. (Ed.), Distributed Hydrological
Modelling: Application of The TOPMODEL Concept. John Wile&Sons,
New York. p. 348
Callow, J. N., Van Niel, K. P. and Boggs, G. S. (2007). How does modifying a DEM
to reflect known hydrology affect subsequent terrain analysis. Journal of
Hydrology. 332(1). pp. 30-39
Chen, F. and Xie, Z. (2008). A large-scale routing scheme for stream simulation
and its application to river basins in China. In Proceedings of Chinese PUB
International Symposium, Beijing. pp. 65-72
Chen, X., Hu, J. and Hu, H. (2013). Multiple Flow Direction Algorithm Based Extending
Neighborhood Terrain. International Journal of Advancements in Computing
Technology. Vol. 5. No. 1. pp. 892-898
CostaCabral, M. C. and Burges, S. J. (1994). Digital elevation model networks: A model
of flow over hillslopes for computation of contributing and dispersal areas.
Water resources research. Vol. 30. No. 6. pp. 1681-1692
De Risi, R. (2013). A Probabilistic Bi-Scale framework for urban flood risk assessment.
PHD thesis. Department of structures for engineering and architecture,
University of Naples Federico II
Eric K Forkuo. (2013). The use of digital elevation models for watershed and flood
hazard mapping. International Journal of Remote Sensing & Geoscience.
Vol. 2. Issue 2. pp. 56-65
Erskine, R. H., Green, T. R., Ramirez, J. A. and MacDonald, L. H. (2006). Comparison of
gridbased algorithms for computing upslope contributing area. Water Resources
Research. Vol. 42. No. 9. pp. 1-9
Getirana, A. C., Bonnet, M. P., Rotunno Filho, O. C. and Mansur, W. J. (2009). Improving
hydrological information acquisition from DEM processing in floodplains.
Hydrological Processes - Hydrol Process. Vol. 23. No. 3. pp. 502-514
Goh, W. B. and Chan, K. Y. (2007). The multiresolution gradient vector field skeleton.
Pattern Recognition. Vol. 40. Issue 4. pp. 1255-1269
Isared, K. and Ekasit, K., (2012). Derivation flow direction and watershed in lowland
from DEM. In Proceeding in NCCE-17. Udorn Thani. Thailand. pp. WRE010-
1- WRE010-9
Isioye, O. A., Enebeli, I., Alademomi, S. A. and E. Akomolafe. (2012). Terrain analysis in
GIS and its significance to surface runoff analysis (A study of basawa community
in Sabon Gari L.G.A. of Kaduna State, Nigeria). International Journal of
Advanced Scientific Engineering and Technological Research. 20(1). pp. 72-92
Kass, M., Witkin, A. and Terzopoulos, D. (1998). Snakes: Active contour models.
International Journal of Computer Vision. Vol. 1. Issue 4. pp. 321-331
Kenny, F. and Matthews, B. (2005). A methodology for aligning raster flow direction
data with photogrammetrically mapped hydrology. Computers & Geosciences.
Vol. 31. No. 6. pp. 768-779
Kiss, Richard. (2004). Determination of drainage network in digital elevation models,
utilities and limitations. Journal of Hungarian geomathematics. Vol. 2. No. 2.
pp. 16-29
Klinger, T., Heipke, C., Ott, N., Schenkec, H. W. and Ziems, M. (2010). Automated
extraction of the antarctic coastline using snakes. Asprs/CaGIS 2010 Fall
Specialty Conference. Orlando, Florida. pp. 1-7
Liu, C. C., Tsai, C. Y., Tsui, T. S. and Yu, S. S. (2012). An improved GVF snake based
breast region extrapolation scheme for digital mammograms. Expert Systems
with Applications. Vol. 39. Issue 4. pp. 4505-4510
Liu, L. and Bovik, A. C. (2012). Active contours with neighborhood-extending and
noise-smoothing gradient vector flow external force. EURASIP Journal on
Image and Video Processing. Vol. 2012. No. 1. pp. 1-6
Luo, Y., Su, B., Yuan, J., Li, H. and Zhang, Q. (2011). GIS techniques for watershed
delineation of SWAT model in plain polders. Procedia Environmental Sciences.
Vol. 10. pp. 2050-2057
Maidment, D. R. (1996). GIS and hydrological modeling: an assessment of progress.
Presented at the Third International Conference on GIS and Environmental
Modeling, 22-26 January, Santa Fe, New Mexico.
Marikhu, R., Dailey, M. N., Makhanov, S. and Honda, K. (2007). A family of quadratic
snakes for road extraction. In Computer Vision-ACCV 2007, Springer Berlin
Heidelberg. pp. 85-94
Nourani, V., Roughani, A. and Gebremichael, M. (2011). Topmodel capability for
rainfall-runoff modeling of the Ammameh watershed at different time scales
using different terrain algorithms. Journal of Urban and Environmental
Engineering. Vol. 5. No. 1. pp. 1-14
O’Callaghan, J. F. and Mark, D. M. (1984). The extraction of drainage networks from digital
elevation data. Computer vision, graphics, and image processing. Vol. 28. No. 3.
pp. 323-344
Paramate, H., Supattra, P. and Khaimook, K. (2015). River boundary delineation from
remotely sensed imagery based on SVM and relaxation labeling of water index
and DSM. Journal of Theoretical and Applied Information Technology. Vol. 71.
No. 3. pp. 376-386
Quinn, P. F. B. J., Beven, K., Chevallier, P. and Planchon, O. (1991). The prediction of
hillslope flow paths for distributed hydrological modelling using digital terrain
models. Hydrological processes. Vol. 5. No. 1. pp. 59-79
Renssen, H. and Knoop, J. M. (2000). A global river routing network for use in
hydrological modeling. Journal of Hydrology. Vol. 30. No. 3. pp. 230-243
Sameh W, A. M. and Broder J, M. (2011). Automated Watershed Evaluation of Flat
Terrain. Journal of Water Resource and Protection. Vol. 3. No. 12. pp. 892-903
Sedighi, A. (2008). A linear regression model for predicting stream response time
in Karst Watersheds using DEMs. Doctoral dissertation, University of Florida
Seibert, J. and McGlynn, B. L. (2007). A new triangular multiple flow direction algorithm
for computing upslope areas from gridded digital elevation models. Water
Resources Research. Vol. 43. No. 4. pp. W04501
Supattra, P., Sakhon K., Paramate, H. and Kanit K. (2013). Assessing deluge predictability
and deterministic attributes of artificial learning systems, In Proceedings 5th
International Conference on Knowledge and Smart Technologies. pp. 70-74
Supattra, P., Paramate, H. and Khaimook, K. (2014). Configuring ANN for inundation
areas identification based on relevant thematic layers. ECTI Transactions on
Computer and Information Technology. Vol. 8. No. 1. pp. 55-66
Tang, J. (2009). A multi-direction GVF snake for the segmentation of skin cancer images.
Pattern Recognition. Vol. 42. No. 6. pp. 1172-1179
Tarboton, D. G. (1997). A new method for the determination of flow directions and upslope
areas in grid digital elevation models. Water resources research. Vol. 33. No. 2.
pp. 309-319