建筑是观察人口集聚、城市扩张与基础设施演变的重要空间载体。连续、统一的建筑密度和高度信息，能够为国土空间规划、交通与公共服务配置、灾害风险评估、人口建模以及气候适应研究提供更直接的量化依据。尤其在变化迅速或地面资料稀缺的地区，来自卫星影像的全球一致性观测有助于补齐传统调查难以及时覆盖的空白。
**今日分享的是2020及2023年全球100米分辨率建筑密度与建筑高度栅格数据！**该数据集由Microsoft AI for Good Research Lab团队发布，相关论文作者包括Tammy Glazer、Gilles Q. Hacheme等；官方GitHub于2025年11月12日首次开放2023Q4全球层，并于2026年5月19日补充2020Q4全球层。论文《TEMPO: Global Temporal Building Density and Height Estimation from Satellite Imagery》于2025年11月发布在arXiv。
该数据集包含2020年第四季度和2023年第四季度两个时间节点的建筑密度与建筑高度栅格数据。该数据集的数据格式为tif栅格，数据空间分辨率约100米，数据坐标系为WGS_1984_Web_Mercator_Auxiliary_Sphere。该栅格数据是以瓦片的形式存储，单个瓦片尺寸为256×256像元。该栅格数据的每个tif文件都包括2个波段，波段1表示像元内建筑覆盖面积比例，取值0---1、无量纲；波段2表示归一化建筑高度，取值乘以100后得到米；两波段NoData均为-1。此外，数据作者还提供栅格瓦片的索引矢量文件，方便大家快速找到所需区域的瓦片。
该数据集以4.7米分辨率的PlanetScope季度可视影像为主要原始数据，并结合Overture Maps建筑轮廓及Google Open Buildings 2.5D建筑高度标签，通过采用EfficientNet-B6编码器的多任务U-Net模型生成建筑密度与建筑高度数据。
大家可以在公众号回复关键词 1237 免费获取该数据！无需转发文章，直接可以获取数据！以下为数据的详细介绍：
01数据展示
该数据集包括2个文件夹，分别对应2020年第四季度和2023年第四季度两个时间节点的数据；以及一个栅格瓦片索引矢量文件，如下图：
我们先来看2020年第四季度和2023年第四季度两个时间节点的数据。两个时间节点的数据结构一样，下面我们以2023年第四季度的文件夹为例打开看一下，如下图：
2023年第四季度文件夹下包括多个以"X数字-数字"命名的子文件夹，这些子文件夹是按照瓦片的横向编号（X方向索引）每100个一组进行命名的，比如：
-
x0000-0099：存放横向编号为0000～0099的瓦片
-
x0100-0199：存放横向编号为0100～0199的瓦片
下面我们以2023年第四季度文件夹下面的"x0400-0499"文件夹为例，打开看一下：
文件夹下存储的是横向编号为0400～0499的tif栅格瓦片，tif栅格瓦片的命名方式为" L15-XXXXE-YYYYN.tif"。我们以"L15-0473E-1221N.tif"瓦片为例来介绍一下：
-
0473E是横向瓦片编号，因此文件存放在x0400-0499文件夹中；
-
1221N是纵向瓦片编号；
-
L15是该数据自身的瓦片层级标识
根据瓦片的命名，再根据栅格瓦片的索引矢量文件，我们就能定位每个瓦片的位置。下面我们就来看一下栅格瓦片的索引矢量文件，也就是"tile_index.gpkg"文件，该数据格式我们可以在arcgis软件中直接打开，打开后如下图：
我们放大后以中国区域为例看看细节：
我们再看看属性表：
下面我们以2023年第四季度美国达拉斯市中心附近的瓦片（L15-0473E-1221N.tif）下的建筑密度为例看一下该数据：
下面我们再来看一下2023年第四季度美国达拉斯市中心附近的瓦片（L15-0473E-1221N.tif）下的建筑高度（读取后乘以100即可换算为米，本瓦片中的高度最大值约为32.28米）：
此外，为了综合利用该数据中的建筑密度与建筑高度指标，我们采用"建筑密度×归一化高度"作为建筑体量代理量，对2020Q4与2023Q4的美国达拉斯市中心附近的瓦片（L15-0473E-1221N.tif）做差，暖色表示代理量增加，青色表示减少。如下图：
02 数据的其他信息
数据来源网站名称及网址：
Microsoft GitHub - Microsoft Building Density & Height Dataset，https://github.com/microsoft/buildings
发布该数据的论文的来源网站名称及网址：
arXiv，https://arxiv.org/abs/2511.12104
数据大小：
约20.24 GiB
数据格式：
双波段GeoTIFF栅格，全球瓦片索引为GeoPackage（.gpkg）。
数据时间范围：
包含2020年第四季度与2023年第四季度两个时间节点的数据
数据空间范围：
全球陆地区域
数据空间分辨率：
约100米/像元。
数据坐标系：
WGS_1984_Web_Mercator_Auxiliary_Sphere
数据引用方式：
官方未为该GitHub数据产品提供独立数据DOI；使用时建议注明"Microsoft AI for Good Research Lab. Microsoft Building Density & Height Dataset (TEMPO), global ~100 m layers for 2020 Q4 and 2023 Q4"，附官方仓库链接、访问日期和CDLA Permissive 2.0许可，并同时引用TEMPO论文。
论文引用方式：
Glazer, T., Hacheme, G. Q., Zaytar, A., Marotti, L., Michaels, A., Tadesse, G. A., White, K., Dodhia, R., Zolli, A., Becker-Reshef, I., Lavista Ferres, J. M., & Robinson, C. (2025). TEMPO: Global Temporal Building Density and Height Estimation from Satellite Imagery. arXiv:2511.12104. https://doi.org/10.48550/arXiv.2511.12104
03数据获取
如有数据需求，欢迎点击下方名片链接，关注我们并咨询获取~