Sementara Jacub benar bahwa teknik pengurutan aliran adalah cara terbaik untuk bisa mewakili besarnya aliran atau pengosongan, karena posisi dalam jaringan adalah pengganti untuk dua karakteristik aliran ini, saya berpendapat bahwa Anda ingin menghindari penggunaan Horton-Strahler pesanan aliran untuk tujuan ini. Ini sangat kurang dalam aplikasi ini, terutama ketika diterapkan pada jaringan aliran yang lebih kecil, seperti Anda. Ini karena masalah 'aliran yang hilang' yang terkenal dari metode pemesanan aliran Horton-Strahler, yaitu ketika dua anak sungai bertemu, jika ada yang urutannya lebih rendah, urutan tautan hilir tidak akan meningkat. Urutan aliran Strahler hanya meningkat ketika dua aliran dari orde yang sama bergabung. Karena itu cukup tidak sensitif sebagai ukuran.
Sebagai gantinya, Anda dapat mempertimbangkan menggunakan Shreve Stream Magnitude sebagai ukuran ukuran / aliran aliran yang lebih sensitif. Jika tidak, Anda dapat mempertimbangkan untuk menetapkan setiap tautan di jaringan raster stream DEM yang diekstraksi, nilai akumulasi aliran maksimum (yaitu nilai paling hilir dalam tautan). Atau Anda juga bisa menggunakan transformasi non-linear dari akumulasi aliran maks untuk meniru hubungan yang ada antara area upslope dan debit aliran. Biasanya ada hubungan log-log antara debit penuh dan area drainase. Itu akan memberikan kesan yang lebih baik tentang besarnya aliran juga.
Pertimbangkan contoh-contoh berikut, yang meliputi Urutan Aliran Horton-Strahler, Besarnya Aliran Shreve, dan akumulasi aliran maksimum masing-masing:
Anda akan melihat bahwa gambar pertama, urutan aliran Horton-Strahler, hanya memiliki empat kelas dan tidak terlalu sensitif terhadap posisi tautan dalam keseluruhan jaringan dan cekungan. Sebagai perbandingan, Shreve Stream Magnitude dan akumulasi aliran maksimum (yaitu ukuran cekungan) jauh lebih sensitif terhadap posisi dan besarnya tautan aliran. Tentu saja, saya hanya menggunakan pendekatan berbasis palet untuk mewakili berbagai nilai yang terkait dengan tautan dalam jaringan di sini karena menggambarkan poin saya dengan baik, tetapi ketebalan garis proporsional juga akan menjadi pendekatan yang baik untuk representasi.