elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A New Approach to Property Valuation Using Remote Sensing Data and Machine Learning in Kigali, Rwanda

Bower, Jonathan und Braun, Andreas und Brimble, Paul und Bachofer, Felix und MacSharry, Patrick (2018) A New Approach to Property Valuation Using Remote Sensing Data and Machine Learning in Kigali, Rwanda. Mapping Urban Areas from Space 2018 (MUAS 2018), 2018-10-30 - 2018-10-31, Frascati, Italien.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

This study trials a property valuation methodology for Rwanda's capital, Kigali by applying machine learning techniques to parcel transactions data from 2013 to 2015 and remote sensing data from 2009 and 2015 on building footprints. The building information (building footprint and building type) is derived from aerial images (2009) and a Pleiades scene (2015). Additionally, spatial parameters describing the spatial interrelations of properties within the city are derived from a multi-source dataset and include distance-based values (distance to CBD, schools, public transport, etc.), accessibility, location parameters (topographic position) and neighbourhood statistics (green area, urban structure type, density values, etc.). This approach can help to understand the key determinants of land and building values and be used to create a database with accurate estimates of property values for each parcel in Kigali. This database will be used to provide the local tax administration with an important tool for collecting property tax revenues as the main method of property valuation in Rwanda is through taxpayer self-assessments. In order to support the tax administration in determining the validity of these self-assessments, the estimates from this database can be used to trigger certified counter-valuations if necessary with the aim of raising domestic tax revenues. Therefore, this study highlights how remote sensing methodologies can be effectively used to complement traditional valuation techniques through an application in Rwanda.

elib-URL des Eintrags:https://elib.dlr.de/122832/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:A New Approach to Property Valuation Using Remote Sensing Data and Machine Learning in Kigali, Rwanda
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Bower, JonathanInternational Growth Center (IGC)NICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Braun, Andreasan.braun (at) uni-teubingen.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Brimble, PaulMinistry of Finance and Economic Planning, RwandaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bachofer, FelixFelix.Bachofer (at) dlr.dehttps://orcid.org/0000-0001-6181-0187NICHT SPEZIFIZIERT
MacSharry, PatrickCarnegie Mellon University - Africa, Rwanda CampusNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Oktober 2018
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Urban morphology, Rwanda, Kigali, Building types, valuation
Veranstaltungstitel:Mapping Urban Areas from Space 2018 (MUAS 2018)
Veranstaltungsort:Frascati, Italien
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:30 Oktober 2018
Veranstaltungsende:31 Oktober 2018
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Fernerkundung u. Geoforschung
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche
Hinterlegt von: Bachofer, Dr. Felix
Hinterlegt am:12 Nov 2018 10:23
Letzte Änderung:24 Apr 2024 20:26

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.