机器学习助力科研人员绘制全球最大规模建筑3D地图，亚洲12.2亿座占半壁江山
借助机器学习技术处理卫星图像，研究团队成功构建了迄今为止最详尽的全球建筑三维数据库。该数据集有望推动城市规划、气候科学等多个研究领域的发展，并为追踪人类居住空间的动态变化提供高效、可定期更新的工具。
近日，由德国科研人员主导发布的一项成果——“全球建筑图谱”（GlobalBuildingAtlas），成为目前最精确的建筑三维测绘项目。该数据库已覆盖地球表面97%的建筑物，使用高精度三维多边形呈现了超过27.5亿座人造结构。
这项成果由慕尼黑工业大学的朱晓祥（Xiaoxiang Zhu，音译）领导的团队开发，公开获取的数据库融合了高分辨率卫星影像、深度学习模型及专为估算建筑高度设计的激光扫描技术。
研究团队首先在来自欧洲、北美和大洋洲的168个城市的参考数据集上训练算法模型，随后输入了约80万张2019年拍摄的卫星图像，用于预测每栋建筑的高度、体积和占地空间。该数据库的空间分辨精度为3米×3米，具备持续更新的能力。
“全球建筑图谱”提供了关于全球建筑特征的深度洞察。一项发表于《地球系统科学数据》（Earth System Science Data）期刊的研究指出，亚洲占据了全球建筑总量的近半数，共计约12.2亿座。该地区建筑总体积达到12.7万亿立方米，反映出中国、印度等人口密集国家的城市化进程。
相较之下，非洲是仅次于亚洲的第二大建筑区域，拥有约5.4亿座建筑，但其总体积仅为1170亿立方米，远低于亚洲。这显示非洲大部分建筑规模较小、层数较少。
该数据库还可用于评估人口密度与经济发展的关系，便于在同一洲内进行国家间的比较。例如，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。传统的二维地图难以实现这样的量化分析，因为无法直观推导出建筑存量与居住条件的差异。
多位城市化研究领域的学者对该数据库表示认可，认为其可能成为相关研究的重要工具。昆士兰大学布里斯班分校的城市规划研究员多丽娜・波亚尼（Dorina Pojani）指出，该图谱有助于追踪城市区域随时间演变的趋势。
莫纳什大学墨尔本分校的交通与城市规划专家利顿・卡姆鲁扎曼（Liton Kamruzzaman）也称赞该图谱在大规模城市化监测中的潜力。他提到，全球许多地区缺乏可靠的城市扩张数据，而“全球建筑图谱”正好填补了这一空白。