全球屋顶面积数据集（2020）

为了评估全球屋顶光伏发电的潜力，我们利用全球部分特色城市的高分辨率遥感图像训练了屋顶识别模型。 通过分析这些图像，我们识别并提取了建筑物屋顶的轮廓，从而计算出这些城市的屋顶面积。 然后，我们选择了 25 个关键指标，包括道路网络、土地利用、人口密度、夜间光照数据、DEM、温度、降水量和地理坐标（经纬度）。 利用这些指标和特征城市的屋顶面积轮廓，我们对分析进行了缩放，生成了全球 1 千米分辨率的屋顶面积地图。

To evaluate the potential of global rooftop photovoltaic power generation, we trained a roof recognition model using high-resolution remote sensing images of selected iconic cities across the globe. By analyzing these images, we identified and extracted the outlines of building rooftops, and then calculated the rooftop areas of these cities. We next selected 25 key indicators, including road networks, land use, population density, nighttime light data, DEM, temperature, precipitation, and geographic coordinates (latitude and longitude). Leveraging these indicators and the rooftop area outlines of the selected iconic cities, we scaled up the analysis and generated a global rooftop area map with a 1-kilometer resolution.

搜集汇总

背景与挑战

背景概述

该数据集为2020年全球屋顶面积数据，空间分辨率为100米至1千米，数据大小为77.29 MB，采用开放获取方式共享。数据集通过遥感图像训练屋顶识别模型，结合多源指标生成全球屋顶面积地图，旨在评估屋顶光伏发电潜力。