机器学习团队打造出全球最大的三维建筑地图

该成果被视为在城市规划、气候研究以及人类发展监测等领域的一项重要基础设施，有望长期用于追踪全球城市化进程与居住条件变化。

这一项目由慕尼黑工业大学的朱晓香（Xiaoxiang Zhu）领衔的团队开展，依托高分辨率卫星影像、深度学习算法以及用于推算建筑高度的激光扫描技术构建数据集。研究人员首先选取了来自欧洲、北美和大洋洲168座城市的资料作为参考，对算法进行训练，随后向系统输入约80万张拍摄于2019年的卫星图像，要求模型自动预测每一栋建筑的高度、体积与占地面积。GlobalBuildingAtlas 的空间分辨率达到3米×3米，并被设计为可定期更新，从而形成一个动态演进的全球建筑数据库。

新发布的数据已经开始揭示不同地区建筑结构的显著差异。一项发表在《Earth System Science Data》期刊上的研究指出，亚洲约占全球建筑“总量”的一半，建筑数量约为12.2亿栋，同时也是全球建筑总体积最大的大陆，总体积约为1.27万亿立方米，这在很大程度上反映了中国、印度等人口大国快速城市化带来的高密度、高体量建筑集聚。非洲在建筑数量上位居第二，约有5.4亿栋建筑，但总建筑体积仅约1170亿立方米，显示出以更矮小、低层建筑为主的格局。

借助三维建筑数据，研究人员还可以更精细地分析人口密度、经济发展与建筑体量之间的关系，从而在同一大洲内对不同国家进行可比性更强的横向研究。相关分析显示，芬兰的建筑总体积约为希腊的6倍，而尼日尔的人均建筑体积则比全球平均水平低约27倍，这类差异在传统的二维地图上难以准确量化和呈现。三维建筑图谱因此被视为理解全球居住空间供给、基础设施分布以及城市形态差异的关键工具。

多名长期关注城市化与交通发展的学者对 GlobalBuildingAtlas 表示欢迎，认为这一成果有望成为研究全球城市扩张与空间结构演变的新基础。来自澳大利亚布里斯班昆士兰大学的城市规划研究者表示，该数据库可以帮助其更好地追踪城市区域随时间变化的形态；而澳大利亚墨尔本蒙纳士大学的交通与城市规划专家则指出，在许多缺乏可靠统计的地区，这一工具将为评估城市增长提供前所未有的全球尺度视角。目前，该数据集已向公众开放，为学术界、政府部门及产业界提供了一个可检索、可更新、可拓展的全球三维建筑基底。