【ESSD】| 中山大学:3D-GloBFP 横空出世!填补全球建筑三维数据空白!

文摘   2024-11-27 20:03   重庆  

🌍全球首个三维建筑物足迹数据集发布:3D-GloBFP

随着城市化进程的加速,城市的垂直结构,尤其是建筑物高度,成为了研究人类与环境相互作用的重要组成部分。尽管全球建筑物高度的数据需求巨大,但现有数据通常受限于区域覆盖和空间分辨率。近日,《Earth System Science Data》 发表了开创性研究,发布了全球首个三维建筑物足迹数据集——3D-GloBFP,为全球城市化进程中的建筑高度与空间分布提供了全面、精准的三维视角。







英文题目:3D-GloBFP: the first global three-dimensional building footprint dataset

中文译名:3D-GloBFP:第一个全球三维建筑物足迹数据集

发布时间:2024年11月25日

发表期刊Earth System Science Data

第一作者:Yangzi Che et al

第一单位:中山大学

DOI:10.5194/essd-16-5357-2024



要点解析


  1. 全球建筑物高度数据集首次发布

    研究团队使用遥感数据先进的机器学习技术,推出了2020年全球建筑物高度地图。这一数据集通过融合多源遥感特征与建筑物形态特征,成功估算出全球各地建筑物的高度,填补了全球建筑物三维数据的空白。

  2. 高精度建筑物高度估算模型

    基于极端梯度提升(XGBoost) 回归模型,研究展示了全球范围内建筑物高度的估算效果。模型在33个子区域的R²值高达0.66到0.96,均方根误差(RMSE) 从1.9米到14.6米不等,表现出极高的精度。

  3. 揭示全球城市空间格局与基础设施差异

    通过该数据集,研究显示全球建筑物高度的空间模式:城市中心建筑物普遍较高,随着距离城市中心的远离,建筑物高度逐渐降低。此外,中国的建筑物总量位居全球第一,占全球总量的23.9%,而美国则排名第二。上海的建筑物体量更是全球代表性城市中最大。




主要发现


01 高精度建筑物高度估算 📏

利用XGBoost回归模型,研究成功估算出全球建筑物高度,并与现有参考数据进行对比,显示出较高的一致性和空间分布精度。

02 建筑物高度的空间分布模式 🏢 

3D-GloBFP揭示了全球城市的建筑物高度分布:城市中心建筑物较高,而农村地区则呈现较低的建筑物高度。该空间格局在各国、各城市之间有所不同。

03 全球基础设施差异与建筑物体量 🌎 

数据显示,中国拥有世界上最大的建筑物体量,占全球总量的23.9%。上海作为代表性城市,建筑物体量最大(2.1×10¹⁰ m³)。这一结果揭示了不同国家和城市之间的基础设施差异,反映了不同发展阶段与城市规划的影响。

【数据获取】

3D-GloBFP 数据集可在

https://doi.org/10.5281/zenodo.11319912(3D-GloBFP 中的美洲、非洲和大洋洲建筑物高度);

https://doi.org/10.5281/zenodo.11397014(3D-GloBFP 中的亚洲建筑物高度);

https://doi.org/10.5281/zenodo.11391076(3D-GloBFP 中的欧洲建筑物高度)获取。

数据集以 Shapefile 格式存储,属性表中包含建筑物高度。



研究总结


3D-GloBFP数据集是全球首个以建筑物足迹为单位的三维建筑物高度数据集,提供了详尽的全球建筑物三维形态信息。该数据集不仅为全球范围内的城市研究提供了强有力的数据支持,也为气候建模、能源消耗分析、人口模拟、灾害评估等领域的研究提供了基础数据。未来,这一数据集将在城市热岛效应碳足迹计算建筑物功能分类等研究中发挥重要作用,为可持续城市发展和环境保护提供科学依据





图解科学突破

图1. 开发 3D-GloBFP数据集的总体工作流程。

图2. 子区域分布。

图3.各子区域的模型表现图4. 使用3D Google Earth 街景图像比较估计和解释的高度。

图5. 全球10个城市的3D-GloBFP地图与多尺度建筑物高度产品的比较。

图6. 参考高度、3D-GloBFP 和其他现有全球产品的比较。

图7. (a)美国、(b)中国和(c)欧洲的参考高度、3D-GloBFP 和其他现有产品的直方图。

图8. 与Microsoft高度数据和Arehart等人的高度数据进行建筑物比例比较

图9. Huang等和Wu等的中国高度数据比较。

图10. 欧洲建筑高度分布。

图11. 世界不同地区的建筑物高度的空间变化

图12. 已建成的全球基础设施

图13. 代表城市建筑规模及面积。





表1. 我们的研究使用了多种数据来源。

表2. 建筑物足迹形状指数。

E N D

获取方式关注我们的微信公众“地学韦丰吉司长”。后台回复关键字“20241127-2”,即可直接获取原文PDF。(提示:关键字要完整)

免责申明

本推送文章(数据)来源于公开渠道,我们已注明相关信息来源,版权归原作者或出处所有。本推文仅用于学术交流和信息分享。欢迎广大学者们转发本号发布的内容,可留言或后台私信韦丰小编进行授权,转载请注明出处,侵删




点击此处“阅读全文”查看更多内容

地学韦丰吉司长
绝佳地理学视角,地学韦丰吉司长为您呈现精选“地学”文章,为您提供权威的科普文章、学术资源和地学知识。探索地球之美,解读地理之奥秘。欢迎广大地学科研工作者、爱好者投稿和业务推广。请后台私信或加VX(XWFxwf7)联系韦丰小编!
 最新文章