机器学习助力科研人员绘制全球最大规模建筑3D地图

IT之家 12 月 14 日消息，通过将机器学习技术应用于卫星影像，研究人员构建了一个前所未有的全球人造建筑数据库。该数据有望重塑从城市规划到气候科学等多个领域的研究，并提供一种灵活且可定期更新的工具，用于追踪人类发展随时间的演变。

近日，一支总部位于德国的研究团队发布了“全球建筑图谱”（GlobalBuildingAtlas），这很可能是迄今为止最精细的建筑物三维地图。该数据库于本月早些时候推出，覆盖了地球表面 97% 的建筑物，利用微小的三维多边形描绘出超过 27.5 亿座不同的人造结构。

“全球建筑图谱”由慕尼黑工业大学的朱晓祥（Xiaoxiang Zhu，音译）共同领衔的团队创建，这一公开可用的数据集利用了高分辨率卫星影像、深度学习算法以及专门用于预测建筑高度的激光扫描技术。

研究人员首先利用来自欧洲、北美和大洋洲 168 个城市的参考数据对系统进行了训练，随后，研究团队向该工具输入了约 80 万张 2019 年拍摄的卫星图像，要求算法预测每一栋建筑的高度、体积和占地面积。“全球建筑图谱”的空间分辨率达到 3 米 ×3 米，并可定期利用新数据进行更新。

该数据库已为全球不同地区建筑特征提供了重要洞见。发表在《地球系统科学数据》（Earth System Science Data）期刊上的一项研究指出，亚洲占全球建筑总量的一半，约为 12.2 亿座。该大陆同时拥有最大的建筑总体积，达 12.7 万亿立方米，反映出中国、印度及其他人口稠密国家快速的城市化进程。

研究还显示，非洲是建筑数量第二多的大陆，拥有 5.4 亿座建筑，但其总体积仅为 1170 亿立方米，远低于亚洲。这表明非洲国家普遍以规模较小、层数较低的建筑为主。

“全球建筑图谱”还可用于分析人口密度与经济发展之间的关联，使同一洲内各国之间的比较更为便捷。例如，研究证实，芬兰的建筑总体积是希腊的六倍；而尼日尔的人均建筑体积仅为全球平均水平的 1/27。使用二维地图基本上无法进行此类测量，因为在二维地图中，很难推断出建筑存量和生活条件的差异。

IT之家注意到，多位从事城市化研究的学者对“全球建筑图谱”表示欢迎，认为其可能成为该领域的一项重大突破。澳大利亚布里斯班昆士兰大学的城市规划研究员多丽娜・波亚尼（Dorina Pojani）表示，该数据库有助于她追踪城市区域随时间的发展轨迹。

墨尔本莫纳什大学的交通与城市规划专家利顿・卡姆鲁扎曼（Liton Kamruzzaman）也称赞这一新工具在全球尺度上追踪城市化的潜力。他指出，世界上许多地区缺乏关于城市扩张的可靠数据，而这一数据库恰好填补了这一空白。