Pemodelan sungai dengan faktor-faktor sedimentasi bagi Sungai Moyog, di Penampang
Sedimentasi melibatkan proses yang sangat kompleks. Sedimen merupakan sesuatu bahan yang boleh diangkut oleh aliran air lalu berkumpul sebagai lapisan pepejal pada dasar sungai atau takungan air. Tujuan utama bagi kajian ini adalah untuk mendapatkao model terbaik bagi mewakili jumlah sedimen. Kaeda...
Saved in:
Main Author: | |
---|---|
Format: | Academic Exercise |
Language: | English |
Published: |
2008
|
Subjects: | |
Online Access: | https://eprints.ums.edu.my/id/eprint/19417/1/Pemodelan%20sungai%20dengan%20faktor-faktor%20sedimentasi%20bagi%20Sungai%20Moyog.pdf https://eprints.ums.edu.my/id/eprint/19417/ |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Sedimentasi melibatkan proses yang sangat kompleks. Sedimen merupakan sesuatu bahan yang boleh diangkut oleh aliran air lalu berkumpul sebagai lapisan pepejal pada dasar sungai atau takungan air. Tujuan utama bagi kajian ini adalah untuk
mendapatkao model terbaik bagi mewakili jumlah sedimen. Kaedah yang digunakan untuk mencapai objektif tersebut adalah kaedah analisis regresi berganda. Kaedah ini
diaplikasikan dalam mencari model terpilih. Kemudian, lapan kriteria pemilihan model digunakan untuk memilih model terbaik diantara model tersebut. Faktor
interaksi yang mempengaruhi jumlah sedimen diambilkira. Untuk kajian ini, interaksi sebingga peringkat ketiga diambilkira. Semasa analisis dijal~ model terpilih
dianalisis untuk melihat kesan dan pola bagi interaksi. Oleh itu, kajian ini juga mendedahkan ciri-ciri pembolehubah dan kepentingan interaksi peringkat lebih tinggi bagi pembolehubah. Kelemahan bagi kajian ini adalah, masalah nilai data hilang dan kaedah kubik splin digunakan untuk menganggarkan nilai hilang. Terdapat lima pembolehubah tak bersandar yang memberikan sumbangan kepada pembolehubah bersandar. Terdapat tiga ujian dijalankan dalam kajian ini iaitu Ujian Individu, Ujian Global dan Ujian Wald. Menurut Ujian Individu dan Global, penolakan hipotesis nol
bermaksud bahawa parameter adalah bererti dan dianggap memberikan sumbangan kepada model. Manakala penerimaan hipotesis nol dalam Ujian Wald bermaksud bahawa penyingkiran terhadap pembolehubah yang tidak hererti adalah benar.
Daripada ujian-ujian yang dijalankan, ini membuktikan bahawa model yang terpilih, M80.19 adalah model terbaik untuk mewakili jumlah sedimen. |
---|