1
数据介绍
- 一、数据集简介
- 该大型开放式数据集来源于 高分辨率（50 厘米）卫星影像的自动解译结果 ，系统识别并提取了全球多个发展中地区的建筑物轮廓信息。数据覆盖 非洲、南亚、东南亚、拉丁美洲及加勒比地区 ，共包含约 18 亿个建筑物检测结果 ，推理范围达 5800 万平方公里，是目前规模最大的建筑物矢量数据集之一。
- 数据集中为 每一座建筑物 提供了完整的空间表达与基础属性信息，包括：
- 除上述信息外，数据 不包含 建筑类型、用途、街道地址或产权等社会经济属性，确保数据在开放共享与隐私保护之间取得平衡。
- 二、数据特点与应用价值
- 建筑物平面数据是刻画人类活动空间格局的关键基础信息，在多个研究与实践领域具有重要价值：
- 该项目最初以 非洲地区 为重点，后续逐步扩展至南亚、东南亚、拉丁美洲和加勒比地区，并持续更新。
- 三、数据生产说明
- 数据处理与使用流程可参考相关技术文章，对建筑物轮廓进行筛选、空间索引或与其他社会经济数据融合分析。
- 四、数据来源与参考文献
- 数据来源：
- 参考文献：
- 该数据集为全球尺度的人居环境研究提供了前所未有的空间细节基础，特别适合用于 缺数据地区的城市化与人口研究，在地理信息科学、遥感、城市研究与发展经济学等领域具有广泛应用前景。
- • Google Open Buildings 数据集
- • 官方网站：https://sites.research.google/open-buildings/?hl=zh-cn
- • 影像来源：50 cm 级高分辨率卫星影像
- • 处理方式：基于深度学习的建筑物自动检测与矢量化
- • 推理时间：2023 年 5 月
- • 数据格式：CSV
- • 时间范围：2023 年
- • 空间范围：全球（重点覆盖发展中地区）
- • 人口估算与暴露分析：为缺乏普查数据地区的人口分布建模提供关键输入
- • 城市规划与扩展监测：支持城市形态、建设密度与扩张过程研究
- • 人道主义与灾害响应：用于灾害影响评估、应急资源调配与风险分析
- • 环境与气候研究：辅助分析人类建设活动对生态环境和气候系统的影响
- • 描述建筑地面占地范围的 多边形几何
- • 表征识别可靠程度的 置信度得分
- • 与建筑中心点对应的 Plus Code（开放位置编码）
-
- Sirko, W., Kashubin, S., Ritter, M., et al. (2021). Continental-scale building detection from high resolution satellite imagery. arXiv:2107.12283.
-
- Google Open Buildings Project.
数据截图
由于科研较忙，没有将数据完全展示处理，
【下载→
方式一（推荐）：主页 *个人* 简介
方式二：数据下载方式汇总-CSDN博客