这个庞大的数据库有望为城市规划、气候变化监测和自然灾害风险评估提供有力支持。
该项目名为GlobalBuildingAtlas（全球建筑图集），结合卫星图像和机器学习技术，为地球上几乎所有建筑结构创建3D模型。
该数据集发表在《Earth System Science Data》杂志上，包含27.5亿座建筑的信息。每座建筑都详细绘制了建筑面积和高度，空间分辨率达到3 x 3米。
为了实现这一工程，研究团队处理了约80万张2019年拍摄的卫星图像。他们使用深度学习工具来预测建筑的高度、体积和面积。
该工具此前基于168个城市的激光扫描（LiDAR）参考数据进行训练，主要集中在欧洲、北美和大洋洲。
地图数据显示，亚洲占全球建筑数量的近一半，约有12.2亿座结构。该地区在总建筑体积（12700亿立方米）上也领先，反映了中国、印度和东南亚快速的城市化和密集的人口密度。
非洲以5.4亿座建筑数量位居第二，但总体积仅为1170亿立方米，表明小型和低层建筑的普遍性。
研究还指出了生活条件和基础设施的明显差异。
例如，芬兰的人均建筑体积是希腊的6倍。而尼日尔的这一指标比世界平均水平低27倍。
这些3D模型提供了比仅测量表面积的传统2D地图更深入的见解。
据德国慕尼黑工业大学的共同作者Xiaoxiang Zhu（朱晓翔）表示，这张地图为自然灾害风险评估、气候建模以及帮助监测联合国可持续发展目标开辟了新的可能性。
澳大利亚昆士兰大学的城市规划研究员Dorina Pojani认为，这个数据集非常有价值，因为它允许实时跟踪城市发展，而不是依赖静态数据。
值得注意的是，Pojani指出这些数据还为研究建筑腐败问题提供了新机会。
它允许研究人员“将建筑或项目与特定的开发商、公司或政治行动者联系起来，并质疑某些特定人群是否在高价值或战略位置的项目中占据不成比例的比例”。
澳大利亚莫纳什大学的规划专家Liton Kamruzzaman也高度评价了该项目的潜力，特别是对于世界上目前缺乏规划信息的地区，有助于更透明地跟踪城市化进程。
（编译：李程 越南中文社；审校：Woo；来源：越南中文社）
原创文章，作者：越南花花草草，如若转载，请注明出处：https://yuenan.com/news-67544/
