GlobalBuildingAtlas

GlobalBuildingAtlas是一个公开的全球建筑数据集，提供了全球范围内的建筑多边形、高度和LoD1 3D模型。该数据集是第一个提供高质量的、一致的、完整的建筑数据，以2D和3D形式在单个建筑层面上进行全球覆盖的公开数据集。数据集包括2.75亿座建筑，比目前最全面的数据库多出超过10亿座建筑。GBA.Height提供了迄今为止最详细和最准确的全球3D建筑高度图，实现了3×3米的空间分辨率，比以前的全球产品（90米）精细30倍，能够在本地和全球范围内对建筑体积进行高分辨率和可靠的分析。GBA.LoD1代表了第一个完整的全球LoD1建筑模型，包括2.68亿个建筑实例，具有预测的高度，即高度完整性超过97%，在不同大陆上实现了从1.5米到8.9米的RMSEs。GlobalBuildingAtlas以其高度精度、全面的全球覆盖和丰富的空间细节，为全球建筑现状提供了新的见解，开辟了前所未有的地理空间分析可能性，例如更好地说明人们居住在哪里，以及更全面地监测联合国第11个可持续发展目标的进展。

GlobalBuildingAtlas is a public global building dataset that provides building polygons, heights, and Level-of-Detail 1 (LoD1) 3D models worldwide. This is the first public dataset to deliver high-quality, consistent, complete building data with global coverage at the individual building scale in both 2D and 3D formats. The dataset contains 275 million buildings, which is over 1 billion more than the current most comprehensive database. GBA.Height offers the most detailed and accurate global 3D building height map to date, achieving a spatial resolution of 3×3 meters—30 times finer than previous global products (90 meters)—enabling high-resolution and reliable analysis of building volumes at both local and global scales. GBA.LoD1 represents the first complete global LoD1 building model, encompassing 268 million building instances with predicted heights, boasting a height completeness rate exceeding 97%, and attaining RMSEs ranging from 1.5 meters to 8.9 meters across various continents. With its high accuracy in building height, comprehensive global coverage and rich spatial details, GlobalBuildingAtlas provides novel insights into the global built environment, unlocking unprecedented geospatial analysis opportunities, such as better depicting where people live, and more comprehensively monitoring progress towards the 11th United Nations Sustainable Development Goal (SDG 11).

搜集汇总

数据集介绍

构建方式

GlobalBuildingAtlas数据集通过多源卫星光学影像与机器学习技术构建，采用PlanetScope地表反射率影像作为基础数据源，结合OpenStreetMap、Google Open Buildings等多源建筑足迹数据，通过质量导向的融合策略生成全球建筑多边形。建筑高度估计采用单目视觉深度估计网络，基于LiDAR数据训练的归一化数字表面模型作为参考，最终生成3米分辨率的全球建筑高度图。三维LoD1建筑模型则通过融合建筑多边形与高度图实现，采用最大高度值分配策略为每个建筑实例赋予高度属性。

特点

该数据集包含27.5亿个建筑多边形，覆盖全球范围，首次实现建筑级别三维信息的完整采集。GBA.Height提供3米空间分辨率的建筑高度数据，精度较现有全球产品提升30倍。GBA.LoD1模型包含26.8亿个带高度预测的建筑实例，高度完整度超过97%，各洲际高度RMSE介于1.5-8.9米。数据集突破性地整合了二维矢量与三维体素表达，支持从宏观城市形态到单体建筑分析的跨尺度研究。

使用方法

数据集支持通过标准GIS软件加载矢量格式的建筑多边形与LoD1模型，或通过栅格处理工具分析高度图数据。典型应用包括：1) 将建筑体积指标纳入SDG 11.3.1可持续发展目标监测；2) 结合人口数据开展城市容积率分析；3) 作为基础地理数据支持气候变化脆弱性评估。用户可通过GitHub获取数据处理代码，在非商业许可下进行衍生分析。数据分块存储便于区域尺度研究，全球覆盖特性支持跨国比较分析。

背景与挑战

背景概述

GlobalBuildingAtlas数据集由慕尼黑工业大学Xiao Xiang Zhu团队于2025年发布，是首个提供全球完整覆盖的二维建筑多边形、高度及LoD1级别三维建筑模型的开放数据集。该数据集基于PlanetScope卫星影像，通过机器学习流程生成了包含27.5亿栋建筑的GBA.Polygon和3米分辨率的GBA.Height高度图，填补了全球40%建筑数据的空白。其创新性体现在：1) 首次实现建筑实例级别的全球三维建模；2) 空间分辨率较现有全球产品提升30倍；3) 为联合国可持续发展目标（SDG 11）的城市监测提供了体积分析新维度，推动了城市规划、灾害评估等领域的量化研究。

当前挑战

该数据集面临双重挑战：在领域问题层面，需解决全球建筑三维信息不完整、分辨率低（传统产品90米）导致的城乡发展评估偏差问题，特别是全球南方地区缺乏观测基础设施的现状；在构建过程层面，挑战包括：1) 非洲地区训练验证数据缺失引发的模型泛化问题；2) 高密度建筑区的高度低估现象；3) 多源建筑多边形数据融合时的质量评估与几何一致性维护；4) 从光学影像单目估计高度时对复杂建筑形态的建模能力限制。这些挑战通过质量引导融合策略和混合回归Transformer架构得到部分缓解，但区域性能差异仍存。

常用场景

经典使用场景

GlobalBuildingAtlas数据集在建筑信息提取和三维建模领域具有广泛的应用。该数据集通过高分辨率的卫星影像数据，提供了全球范围内建筑物的多边形轮廓、高度信息以及LoD1级别的三维模型。研究人员可以利用这些数据进行城市形态分析、建筑高度分布研究以及城市规划设计。数据集的高覆盖率和精细分辨率使其成为全球建筑信息研究的理想选择。

衍生相关工作

GlobalBuildingAtlas数据集衍生了一系列相关研究，包括全球建筑高度分布图、城市体积计算模型以及可持续城市发展指标。例如，基于该数据集的研究揭示了建筑体积与人口密度之间的强相关性，为联合国可持续发展目标（SDG 11）的监测提供了新的指标。此外，数据集还被用于改进现有的建筑信息提取算法，推动了遥感图像处理技术的发展。

数据集最近研究

最新研究方向

随着城市化进程的加速和可持续发展目标的推进，GlobalBuildingAtlas数据集在建筑信息提取和三维建模领域引起了广泛关注。该数据集通过融合多源卫星影像和机器学习技术，首次实现了全球范围内建筑物多边形、高度和LoD1三维模型的完整覆盖。近期研究重点集中在利用该数据集进行高分辨率城市形态分析、建筑体积与人口分布的关联性研究，以及支持联合国可持续发展目标（SDG 11）的监测与评估。特别是在全球南方地区，该数据集为缺乏地面观测资源的区域提供了可靠的建筑三维信息，填补了现有数据的空白。此外，研究者们还探索了如何利用该数据集优化城市规划和基础设施管理，为政策制定提供科学依据。

相关研究论文

• GlobalBuildingAtlas: An Open Global and Complete Dataset of Building Polygons, Heights and LoD1 3D Models

  慕尼黑工业大学，慕尼黑，德国 · 2025年