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

通过将机器学习技术应用于卫星影像，一支总部位于德国的研究团队发布了“全球建筑图谱”（GlobalBuildingAtlas），构建了一个前所未有的全球人造建筑数据库。该数据库覆盖了地球表面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，有望重塑城市规划及气候科学等领域的研究。该图谱由慕尼黑工业大学的朱晓祥（Xiaoxiang Zhu）团队共同创建。研究人员利用高分辨率卫星影像、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，首先使用来自全球168个城市的参考数据训练系统，随后输入约80万张2019年的卫星图像。算法成功预测了每一栋建筑的高度、体积和占地面积，其空间分辨率达到3米×3米，并支持定期更新。数据显示，亚洲占全球建筑总量的一半，约为12.2亿座，且拥有最大的建筑总体积（12.7万亿立方米），反映了中国、印度等国快速的城市化进程。相比之下，非洲虽然拥有5.4亿座建筑（数量排名第二），但总体积仅为1170亿立方米，多为小规模低层建筑。该数据库为分析人口密度与经济发展提供了新视角，例如数据显示芬兰的建筑总体积是希腊的六倍。多位城市规划专家，包括来自昆士兰大学和莫纳什大学的学者，对该工具表示欢迎，认为其填补了全球城市扩张数据的空白，是追踪城市化发展轨迹的重大突破。