adding 2 m to account for roof and

adding 2 m to account for roof and basement offsets. Based on previous studies, we considered building heights assigned using this methodology to be representative of actual building heights (Lake et al., 2000a; Sander and Manson, 2007) so that calculated viewsheds would accurately approximate actual views. We generated a final DEM for use in viewshed calculation by converting the resulting vector layer to raster format and summing this with an existing 10 m DEM for the area available from the Twin Cities Metropolitan Council.
We calculated a viewshed for each property using the DEM created above and locating observer points at the top story of each home in each sampled parcel such that one observer point was located on each exterior surface. We specified a maximum view radius of 1000 m. Viewsheds calculated in this manner identified areas that would be visible from top story windows in each home and would likely represent each property’s best view. Example viewsheds are provided in Fig. 2.
In order to incorporate the estimated viewsheds in the hedonic analysis, we calculated a series of view quality metrics for each property. The first, areal extent quantified the overall area encompassed by each view and was calculated using simple GIS techniques. We also computed metrics to quantify the composition of each property’s viewshed. To identify the composition of each viewshed in term of land covers of interest, we calculated the areas of three, more natural land cover classes, forest (including areas of contiguous tree cover with minimal amounts of impervious surface), water (e.g., lakes, and streams), and grassy areas (e.g., lawns, golf courses, playing fields, prairie patches), in each view- shed using a 2005 land cover map available from the University of Minnesota’s Remote Sensing and Geospatial Analysis Laboratory and computed the percentage of each viewshed composed of each of these land covers. We also computed the richness of each view- shed as the percentage of possible land cover classes it contained. For instance, a home with a viewshed containing 10 of 15 possi- ble land cover types would have a calculated richness of 67%. This provided a measure of complexity for each view. Because views of urban cityscapes may impact property values, we also located properties with views of downtown St. Paul, that is, views that intersected Metro Transit’s downtown St. Paul fare zone, and identified these using a dummy variable. Lastly, we used GIS techniques to identify the standard deviation of landscape elevations present in each view. This provided a measure of the relief, or elevation range, present in a view.

ผลลัพธ์ (ไทย) 1:

ชดเชยเพิ่มบัญชีสำหรับหลังคาและชั้นใต้ดิน 2 เมตร จากการศึกษาก่อนหน้านี้ เราถือว่าอาคารสูงที่กำหนดโดยใช้วิธีการนี้จะเป็นตัวแทนของความสูงอาคารจริง (เลร้อยเอ็ด 2000a ซานเดอร์และแมนสัน 2007) ดังนั้นคำนวณได้ viewsheds จะถูกต้องตามมุมมองจริง เราสร้าง DEM สุดท้ายสำหรับใช้ในการคำนวณ viewshed โดยแปลงชั้นเวกเตอร์ที่เป็นผลลัพธ์ในรูปแบบราสเตอร์ และข้อสรุปนี้ มีอยู่ 10 m DEM ของพื้นที่จากสภานครเมืองแฝดเราคำนวณ viewshed สำหรับแต่ละคุณสมบัติใช้ DEM ที่สร้างไว้ข้างต้น และหาจุดสังเกตการณ์ที่เรื่องราวด้านบนของแต่ละบ้านในแต่ละตัวอย่างพัสดุที่ตั้งอยู่บนพื้นผิวภายนอกแต่ละจุดสังเกตการณ์หนึ่ง เราระบุรัศมีมุมมองสูงสุด 1000 เมตร Viewsheds คำนวณในพื้นที่นี้โดยระบุที่จะมองเห็นได้จากเรื่องราวด้านบนในแต่ละบ้าน และมีแนวโน้มจะ แสดงถึงมุมมองที่ดีที่สุดแต่ละคุณสมบัติ Viewsheds ตัวอย่างไว้ในรูป 2เพื่อรวม viewsheds ประเมินวิเคราะห์ทุ่มเทประเมิน เราคำนวณดูการวัดคุณภาพสำหรับแต่ละชุด ระดับแรก แลกวัดพื้นที่โดยรวมที่ห้อมล้อม โดยแต่ละมุมมอง และคำนวณโดยใช้เทคนิค GIS อย่างง่าย นอกจากนี้เรายังคำนวณเมตริกในการกำหนดปริมาณองค์ประกอบของแต่ละคุณสมบัติ viewshed การระบุองค์ประกอบของแต่ละ viewshed ในระยะเวลาการครอบคลุมที่ดินน่าสนใจ เราคำนวณพื้นที่ของสาม ธรรมชาติที่ดินครอบคลุมชั้นเรียน ป่า (รวมถึงการครอบคลุมต้นไม้อยู่ติดกับผิวเข้าไม่ได้จำนวนที่น้อยที่สุด), น้ำ (เช่น ทะเลสาบ และกระแสข้อมูล), หญ้าพื้นที่ (เช่น สนามหญ้า สนามกอล์ฟ สนามแข่ง แพทช์แพรรี), ในแต่ละมุมมองโรงใช้แผนที่ครอบคลุมที่ดิน 2005 จากมหาวิทยาลัยมินนิโซตาไกลและห้องปฏิบัติการวิเคราะห์เชิงพื้นที่ และคำนวณเปอร์เซ็นต์ ของ viewshed แต่ละส่วนประกอบของที่ดินเหล่านี้ครอบคลุม นอกจากนี้เรายังคำนวณความร่ำรวยของแต่ละโรงดูเปอร์เซ็นต์ของที่ดินได้ครอบคลุมประกอบด้วย เช่น บ้านที่ มี viewshed ที่ประกอบด้วย 10 ชนิด 15 possi ble ที่ดินครอบจะมีความร่ำรวยจากการคำนวณของ 67% การวัดความซับซ้อนสำหรับแต่ละมุมมองนี้ได้ เนื่องจากมุมมองของทิวทัศน์ในเมืองในเมืองอาจมีผลต่อค่าคุณสมบัติ เรายังอยู่ที่พักพร้อมทัศนียภาพของเมืองเซนต์ปอล คือ มุมมองที่ระดับใต้ดินขนส่งเมืองเซนต์พอลโดยสารโซน และมีระบุเหล่านี้ใช้ตัวแปรดัมมี่ สุดท้าย เราใช้เทคนิค GIS เพื่อระบุส่วนเบี่ยงเบนมาตรฐานของระดับภูมิทัศน์ในแต่ละมุมมอง วัดของบรรเทาทุกข์ หรือช่วงระดับความสูง อยู่ในมุมมองนี้ได้

ผลลัพธ์ (ไทย) 2:

เพิ่ม 2 เมตรไปยังบัญชีสำหรับหลังคาและชั้นใต้ดินชดเชย จากการศึกษาก่อนหน้านี้เราถือว่าความสูงอาคารที่ได้รับมอบหมายโดยใช้วิธีการนี้เพื่อเป็นตัวแทนของความสูงของอาคารที่เกิดขึ้นจริง (ทะเลสาบ, et al, 2000a. ซานเดอร์และ Manson, 2007) เพื่อให้ viewsheds คำนวณจะมองเห็นวิวที่เกิดขึ้นจริงโดยประมาณได้อย่างถูกต้อง ทางเราได้สร้าง DEM สุดท้ายสำหรับการใช้งานในการคำนวณทัศนวิสัยการมองโดยการแปลงเลเยอร์เวกเตอร์ที่เกิดขึ้นในรูปแบบแรสเตอร์และข้อสรุปนี้กับที่มีอยู่ 10 เมตร DEM สำหรับพื้นที่ที่พร้อมใช้งานจากเมืองแฝดสภานคร.
เราคำนวณทัศนวิสัยการมองสำหรับทรัพย์สินที่ใช้ DEM ที่สร้างขึ้นในแต่ละ ข้างต้นและการตั้งจุดสังเกตการณ์ในเรื่องด้านบนของแต่ละบ้านในแต่ละพัสดุตัวอย่างเช่นที่จุดสังเกตการณ์หนึ่งที่ตั้งอยู่บนพื้นผิวด้านนอกของแต่ละ เราระบุรัศมีมุมมองสูงสุด 1000 เมตร viewsheds คำนวณในพื้นที่ลักษณะนี้ระบุว่าจะสามารถมองเห็นได้จาก Windows เรื่องราวชั้นนำในแต่ละบ้านและมีแนวโน้มที่จะเป็นตัวแทนของมุมมองที่ดีที่สุดของแต่ละคุณสมบัติ viewsheds ตัวอย่างที่มีให้ในรูป 2.
เพื่อที่จะรวม viewsheds โดยประมาณในการวิเคราะห์ความชอบเราคำนวณชุดของตัวชี้วัดมุมมองที่มีคุณภาพสำหรับแต่ละคุณสมบัติ ครั้งแรกที่ขอบเขตขนหัวลุกวัดพื้นที่โดยรวมห้อมล้อมโดยแต่ละมุมมองและได้รับการคำนวณโดยใช้เทคนิคระบบสารสนเทศภูมิศาสตร์ที่เรียบง่าย นอกจากนี้เรายังคำนวณตัวชี้วัดปริมาณองค์ประกอบของทัศนวิสัยการมองของแต่ละคุณสมบัติ เพื่อระบุองค์ประกอบของแต่ละทัศนวิสัยการมองในแง่ของที่ดินครอบคลุมที่น่าสนใจที่เราคำนวณพื้นที่ของสามเป็นธรรมชาติมากขึ้นเรียนฝาครอบที่ดินป่าไม้ (รวมทั้งพื้นที่ของต้นไม้ปกคลุมต่อเนื่องกันมีจำนวนน้อยที่สุดของพื้นผิวไม่อนุญาต), น้ำ (เช่นทะเลสาบ และลำธาร) และพื้นที่หญ้า (เช่นสนามหญ้า, สนามกอล์ฟ, สนามเด็กเล่น, แพทช์ทุ่งหญ้า) ในแต่ละ View- หลั่งใช้แผนที่ 2005 ที่ดินปกพร้อมใช้งานจากมหาวิทยาลัยมินนิโซตาของการสำรวจระยะไกลและด้านภูมิศาสตร์ห้องปฏิบัติการวิเคราะห์และคำนวณอัตราร้อยละของ แต่ละทัศนวิสัยการมองของแต่ละประกอบด้วยที่ดินเหล่านี้ปก นอกจากนี้เรายังคำนวณความมีชีวิตชีวาของแต่ละ View- หลั่งเป็นร้อยละของความเป็นไปได้เรียนสิ่งปกคลุมดินมันมีอยู่ ยกตัวอย่างเช่นบ้านที่มีทัศนวิสัยการมองที่มี 10 จาก 15 possi- เบิ้ประเภทคลุมดินจะมีความอุดมสมบูรณ์คำนวณจาก 67% นี้ทำให้ตัวชี้วัดของความซับซ้อนสำหรับแต่ละมุมมอง เพราะมองเห็นวิวทิวทัศน์ของเมืองเมืองอาจส่งผลกระทบค่าทรัพย์สินนอกจากนี้เรายังอยู่คุณสมบัติที่มองเห็นวิวของเมืองเซนต์ปอลที่มีมุมมองที่ intersected ตัวเมืองโซนโดยสารเซนต์พอลรถไฟใต้ดินขนส่งและระบุเหล่านี้โดยใช้ตัวแปรดัมมี่ สุดท้ายเราใช้เทคนิคระบบสารสนเทศภูมิศาสตร์ในการระบุค่าเบี่ยงเบนมาตรฐานของเอนไซม์ไลภูมิทัศน์ที่มีอยู่ในแต่ละมุมมอง นี้ทำให้วัดของการบรรเทาหรือช่วงระดับความสูงอยู่ในมุมมอง

ผลลัพธ์ (ไทย) 3:

เพิ่ม 2 เมตรเพื่อบัญชีสำหรับหลังคาและ offsets ที่ชั้นใต้ดิน จากการศึกษาก่อนหน้านี้ เราถือว่าเป็นอาคารสูงที่ได้รับมอบหมายโดยใช้วิธีการนี้เป็นตัวแทนของความสูงอาคารจริง ( ทะเลสาบ et al . , ประกอบกับแมนสัน ; ขัด , 2550 ) ดังนั้น viewsheds คำนวณจะถูกต้องประมาณมุมมองที่แท้จริง เราสร้างสุดท้ายเด็มสำหรับใช้ใน viewshed คำนวณโดยแปลงให้รูปแบบแรสเตอร์เวกเตอร์ชั้นและบวกกับที่มีอยู่ 10 มเด็มสำหรับพื้นที่บริการจากคู่เมืองเมืองสภาเราคำนวณเป็น viewshed สำหรับแต่ละคุณสมบัติใช้ DEM สร้างเหนือตำแหน่งและจุดสังเกตที่ด้านบนเรื่องราวของแต่ละบ้านในแต่ละตัวอย่างพัสดุที่สังเกตจุดหนึ่งตั้งอยู่ในแต่ละพื้นผิวภายนอก . ที่เราระบุไว้ได้สูงสุด 1000 เมตร viewsheds ดูรัศมีของการคำนวณในลักษณะนี้ การระบุพื้นที่ที่จะสามารถมองเห็นได้จากหน้าต่างเรื่องราวด้านบนในแต่ละบ้าน และอาจเป็นตัวแทนของมุมมองที่ดีที่สุดของอสังหาริมทรัพย์แต่ละ ตัวอย่าง viewsheds ไว้ในรูปที่ 2เพื่อที่จะรวมประมาณ viewsheds ในการวิเคราะห์ความชอบ เราคำนวณชุดดูคุณภาพตัวชี้วัดสำหรับแต่ละคุณสมบัติ แรก ในขณะที่ขอบเขตปริมาณโดยรวมพื้นที่บริเวณใกล้เคียง โดยแต่ละมุมมอง และคำนวณโดยใช้เทคนิคระบบสารสนเทศภูมิศาสตร์ง่ายๆ เรายังคำนวณตัวชี้วัดที่มีองค์ประกอบของทรัพย์สินแต่ละ viewshed . เพื่อระบุองค์ประกอบของแต่ละ viewshed ในเทอมของที่ดินครอบคลุมความสนใจ เราคำนวณพื้นที่ของ 3 , ที่ดินเพิ่มเติมธรรมชาติครอบคลุมเรียนป่า ( รวมถึงพื้นที่ของต้นไม้ปกคลุมต่อเนื่องกับยอดเงินน้อยที่สุดของพื้นผิวทึบ ) , น้ำ ( เช่น ทะเลสาบ และลำธาร ) , และพื้นที่หญ้า เช่น หญ้า หลักสูตร เขตข้อมูลการเล่นกอล์ฟ , ทุ่งหญ้า , แพทช์ ) ในแต่ละมุมมอง - หลั่งใช้ 2005 ครอบคลุมที่ดินแผนที่ใช้ได้จากมหาวิทยาลัยมินนิโซตาของระยะไกลและการวิเคราะห์และห้องปฏิบัติการสำหรับการคำนวณเปอร์เซ็นต์ของแต่ละ viewshed ประกอบด้วยแต่ละเหล่านี้ที่ดินครอบคลุม เรายังคำนวณความร่ำรวยของแต่ละมุมมอง - หลั่งเป็นเปอร์เซ็นต์ของที่สุดที่ดินครอบคลุมเรียนอยู่ ตัวอย่าง บ้านกับ viewshed ที่มี 10 - 15 possi ประเภทสิ่งปกคลุมดินจจะคำนวณส่วน 67 % นี้ให้วัดความซับซ้อนของแต่ละมุมมอง เพราะมุมมองของเมือง cityscapes ที่อาจส่งผลกระทบต่อมูลค่าทรัพย์สิน เราก็อยู่ คุณสมบัติที่มีมุมมองของเมืองเซนต์พอล นั่นคือมุมมองที่ intersected รถไฟใต้ดินขนส่งของเมืองเซนต์ปอล ค่าโดยสาร โซน และระบุเหล่านี้ใช้ตัวแปรหุ่น . ท้ายนี้ เราใช้เทคนิคระบบสารสนเทศภูมิศาสตร์เพื่อหาส่วนเบี่ยงเบนมาตรฐานของระดับภูมิปัจจุบันในแต่ละมุมมอง วัดนี้ให้บรรเทา หรือยกระดับช่วงปัจจุบันในมุมมอง