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

Estimating housing vacancy rates at the residential neighborhood level: The case of Zhengzhou, China

Shi, Lifeng und Leichtle, Tobias und Wurm, Michael und Taubenböck, Hannes (2022) Estimating housing vacancy rates at the residential neighborhood level: The case of Zhengzhou, China. 2022 Joint Urban Remote Sensing Event (JURSE), 2022-02-02 - 2022-02-04, Medellín, Colombia.

[img] PDF
1MB

Offizielle URL: https://www.eafit.edu.co/cec/jurse2021/Documents/Abstracts/Lifeng%20Shi%20et%20al%202022%20Estimating%20housing%20vacancy%20rates%20at%20the%20residential%20neighborhood%20level%20The%20case%20of%20Zhengzhou%20China%20-JURSE2022.pdf

Kurzfassung

Estimating housing vacancy rates (HVR) at the residential neighborhood or even at higher spatial levels is rarely carried out due to the challenges on availability and collection of appropriate data of high spatial resolution. In this study, we introduce a framework for estimating HVR at residential neighborhood level based on selected emerging data sources: night-time light data, very high-resolution image, Open Street Map, housing data and census data. Our developed framework consists of three steps: 1) we extract residential neighborhoods as well as detailed housing information using EO-data; 2) we spatially distribute the census population into residential neighborhoods proportional to night light emissions; 3) we estimate HVR of each residential neighborhood according to the gap between its actual population and the estimated population capacity. Based on this methodology, we find the following main results for our test case of Zhengzhou, China: 1) the average HVR is estimated at 31%; 2) with rising distance to the city center the HVR is increasing.

elib-URL des Eintrags:https://elib.dlr.de/188666/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Estimating housing vacancy rates at the residential neighborhood level: The case of Zhengzhou, China
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Shi, Lifengshilf (at) cumt.edu.cnNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Leichtle, Tobiastobias.leichtle (at) dlr.dehttps://orcid.org/0000-0002-0852-4437NICHT SPEZIFIZIERT
Wurm, Michaelmichael.wurm (at) dlr.dehttps://orcid.org/0000-0001-5967-1894NICHT SPEZIFIZIERT
Taubenböck, HannesHannes.Taubenboeck (at) dlr.dehttps://orcid.org/0000-0003-4360-9126NICHT SPEZIFIZIERT
Datum:Februar 2022
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Housing vacancy rate, Residential neighborhood, Remote sensing, Emerging data
Veranstaltungstitel:2022 Joint Urban Remote Sensing Event (JURSE)
Veranstaltungsort:Medellín, Colombia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:2 Februar 2022
Veranstaltungsende:4 Februar 2022
Veranstalter :EAFIT
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 > Georisiken und zivile Sicherheit
Hinterlegt von: Leichtle, Tobias
Hinterlegt am:10 Nov 2022 11:45
Letzte Änderung:24 Apr 2024 20:49

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.