Five groups of data are selected as

Five groups of data are selected as the input. For the building information, the parcel-level PLUTO
(Primary Land Use Tax Lot Output) data and building footprint data [21] together provided the general
building information such as shapes, types, etc. For the shading engine, on the facades extracted from
building footprints data, point matrices were generated to represent samples of windows. For the
microclimate engine, modified census tracts were used to divide Manhattan into microclimate zones in
which average street width, building heights, pervious road fractions and building roof fractions were
calculated using the building footprints and land cover data. For the occupancy, the population and job
data were aggregated to the same zones to calculate the average population and job density [22, 23]. For
the 3D urban environment engine, the building footprints and 2-feet topography data were collected.

ผลลัพธ์ (ไทย) 1:

เลือก 5 กลุ่มของข้อมูลเป็นค่าป้อน ข้อมูลอาคาร ดาวพลูโตพัสดุระดับ(หลักดินใช้ภาษีจำนวนมาก) ข้อมูลผลลัพธ์และการสร้างข้อมูลรอยเท้า [21] กันให้ทั่วไปสร้างข้อมูลเช่นรูปร่าง ชนิด ฯลฯ สำหรับแรเงาเครื่องยนต์ ในสมดุลที่สกัดจากสร้างข้อมูลรอยเท้า เมทริกซ์จุดสร้างขึ้นเพื่อแสดงตัวอย่างของ windows สำหรับการเครื่องยนต์ microclimate รามิดใช้แมนฮัตตันแบ่งโซน microclimate ในสำนึกแก้ไขกว้างถนนที่เฉลี่ย อาคารสูง ถนน pervious เศษ และอาคารส่วนหลังคาได้คำนวณโดยใช้รอยเท้าอาคารและที่ดินครอบคลุมข้อมูล พัก ประชากร และงานข้อมูลถูกรวมโซนเดียวกันเพื่อคำนวณค่าเฉลี่ยประชากรและงานความหนาแน่น [22, 23] สำหรับเครื่องยนต์ 3D แวด รอยเท้าอาคาร และ 2 เท้าภูมิประเทศข้อมูลถูกเก็บรวบรวม

ผลลัพธ์ (ไทย) 2:

ห้ากลุ่มข้อมูลจะถูกเลือกให้เป็นอินพุท สำหรับข้อมูลอาคารพลูโตพัสดุระดับ
(ประถมศึกษาการใช้ประโยชน์ที่ดินภาษี Lot ขาออก) ข้อมูลและสิ่งปลูกสร้าง [21]
ให้กันทั่วไปข้อมูลอาคารเช่นรูปร่างชนิดฯลฯ สำหรับเครื่องยนต์แรเงาบนอาคารที่สกัดจาก
ข้อมูลรอยเท้าอาคารฝึกอบรมจุดถูกสร้างขึ้นเพื่อเป็นตัวแทนของกลุ่มตัวอย่างของหน้าต่าง สำหรับเครื่องยนต์ปากน้ำแก้ไขสถานที่การสำรวจสำมะโนประชากรถูกนำมาใช้ในการแบ่งเป็นโซนแมนฮัตตันในปากน้ำซึ่งความกว้างเฉลี่ยถนน, ความสูงอาคารเศษส่วนถนนซุยและเศษส่วนหลังคาอาคารถูกคำนวณโดยใช้อาคารรอยเท้าและข้อมูลที่ปกคลุมดิน สำหรับการเข้าพักของประชากรและงานของข้อมูลที่ได้รวบรวมโซนเดียวกันในการคำนวณค่าเฉลี่ยของประชากรและความหนาแน่นของงาน [22 23] สำหรับเครื่องยนต์สภาพแวดล้อมของเมือง 3D, รอยเท้าและอาคาร 2 ฟุตภูมิประเทศข้อมูลที่ถูกเก็บรวบรวม

ผลลัพธ์ (ไทย) 3:

ห้ากลุ่มของข้อมูล เลือกข้อมูล สำหรับข้อมูลอาคารพัสดุระดับพลูโต
( ใช้มากออกภาษีที่ดินหลัก ) ข้อมูลและสิ่งปลูกสร้าง [ 21 ] กันให้ทั่วไป
อาคารสารสนเทศ เช่น รูปร่าง , ประเภท , ฯลฯ สำหรับการแรเงายนต์บนอาคารที่สกัดจาก
ข้อมูลสิ่งปลูกสร้าง , จุดเมทริกซ์ถูกสร้างขึ้นเพื่อแสดงถึงตัวอย่างของหน้าต่าง .สำหรับเครื่องยนต์ดัดแปลง
จุลภูมิอากาศ ทางเดินอาหารสำมะโนประชากรเพื่อใช้แบ่งโซนในแมนฮัตตันเป็นจุลภูมิอากาศ
ซึ่งความกว้างเฉลี่ยความสูงอาคาร , ถนน , ถนนและอาคารซุยเศษส่วนเศษส่วนหลังคา
คำนวณโดยใช้อาคารรอยเท้าและข้อมูลที่ครอบคลุมที่ดิน สำหรับจำนวนประชากรและงาน
,ข้อมูลโดยรวมในโซนเดียวกันเพื่อคำนวณความหนาแน่นของประชากรเฉลี่ยและงาน [ 22 , 23 ) สำหรับ
3D สิ่งแวดล้อมเมือง เครื่องยนต์ อาคาร รอยเท้าและ 2-feet ภูมิประเทศเก็บรวบรวมข้อมูล .