OpenBuildingMap 全球建筑足迹数据集

今日分享OpenBuildingMap 全球建筑足迹及其语义信息OpenBuildingMap是一个包含27亿个建筑轮廓的全球综合数据集其语义属性包括用途类型、高度、楼层数和建筑面积。该数据集通过来自Google Open Buildings和Microsoft Global ML Building Footprints的AI生成的建筑轮廓与众包的OpenStreetMap数据相结合弥补了全球建筑数据中的关键空白从而创建了目前最详细、最全面的建筑数据集。该数据集利用全球地震模型GEM建筑分类法提供结构化的建筑物信息使其在灾害风险评估、城市规划、能源效率分析和多灾害风险建模方面具有极高的价值。OpenBuildingMap通过整合多个数据源并遵循基于质量的优先级顺序在保持高几何精度的同时平衡了OpenStreetMap中存在的完整性偏差。数据集组成全球统计数据建筑总数26.93亿占地面积OpenStreetMap 数据来源6.13 亿 (23%)谷歌数据来源15.98亿59%微软数据来源4.83亿18%包含身高数据20.26亿75.2%按入住类型划分10.51亿39.0%包含建筑面积3200万仅来自OpenStreetMap数据融合方法建筑物轮廓在两到三个数据集中重复出现。这些重复项通常并非完全重叠。原因是因为不仅构建这些数据集的方法不同而且每个数据集可能使用了不同的卫星图像。此外在某个数据集中被视为十栋独立建筑物的轮廓在另一个数据集中可能被识别为一栋建筑物。最后所有建筑物轮廓来源的地理覆盖范围和完整性也各不相同。考虑到上述数据集之间的差异我们选择了一种简单的合并方法即根据源数据集的优先级添加不重叠的建筑物。合并遵循严格的优先级顺序OpenStreetMap → Google → Microsoft。论文引用Oostwegel, L.J.N., Schorlemmer, D., Guéguen, P. (2025). From Footprints to Functions: a Comprehensive Global and Semantic Building Footprint Dataset. Scientific Data, 12:1699. https://doi.org/10.1038/s41597-025-06132-z数据集引用Oostwegel, L.J.N., Schorlemmer, D., Lingner, L., Evaz Zadeh, T. (2025). OpenBuildingMap. GFZ Data Services. https://doi.org/10.5880/GFZ.LKUT.2025.002数据是分块储存的分块编码查看地址https://umap.openstreetmap.de/de/map/openbuildingmap_81684#3/48.748945/4.042969随意点击分块区域显示信息如下Quadkey ID数据编列号分块下载链接建筑物数量建筑物完整性指数有占用的建筑物有高度的建筑物有楼层空间的建筑物数据来源:分别是OpenStreetMap、谷歌和微软01—GEE部分下载代码//分块编码查看地址//https://umap.openstreetmap.de/de/map/openbuildingmap_81684#3/48.748945/4.042969//分块编码查看地址//https://umap.openstreetmap.de/de/map/openbuildingmap_81684#3/48.748945/4.042969// 加载切片网格以查看覆盖范围和元数据vargridee.FeatureCollection(projects/sat-io/open-datasets/OPEN-BUILDING-MAPS/open_buildings_grid);print(grid.first())// 郑州地区 - 图块 120301varbuildingsee.FeatureCollection(projects/sat-io/open-datasets/OPEN-BUILDING-MAPS/tiles/building_132102);// 从网格打印瓦片元数据vartile_infogrid.filter(ee.Filter.eq(quadkey,132102)).first();print(元数据:,tile_info);vartile_infogrid.filter(ee.Filter.eq(quadkey,132102))print(buildings.first())// 筛选具有已知使用类型的建筑物varbuildings_with_occupancybuildings.filter(ee.Filter.neq(occupancy,COM));print(筛选具有已知使用类型的建筑物:,buildings_with_occupancy.size());// 筛选包含高度信息的建筑物varbuildings_with_heightbuildings.filter(ee.Filter.and(ee.Filter.neq(height,),ee.Filter.neq(height,null)));print(高层建筑:,buildings_with_height.size());//按使用类型可视化建筑varoccupancyColors{居住用地:3498db,// Residential - blue RES独户住宅用地:3498db,// Single-family residential RES1多户住宅用地:2980b9,// Multi-family residential RES2商业用地:e74c3c,// Commercial - red COM混合用途用地:9b59b6,// Mixed use - purple MIX工业用地:f39c12,// Industrial - orange IND农业用地:27ae60,// Agricultural - green AGR公共活动用地:16a085,// Assembly - teal ASS政府用地:34495e,// Government - dark gray GOV教育用地:e67e22,// Education - orange EDU未知:bdc3c7// Unknown - light gray UNK};//根据使用类型设置建筑物样式的函数functionstyleByOccupancy(occupancyType,color){varfilteredbuildings.filter(ee.Filter.stringStartsWith(occupancy,occupancyType));returnfiltered.style({color:color,fillColor:color80,// Add transparency 80width:1});}// 针对主要使用类型添加图层Object.keys(occupancyColors).forEach(function(type){varlayerstyleByOccupancy(type,occupancyColors[type]);Map.addLayer(layer,{},type Buildings,false);});//按数据源可视化建筑物varosm_buildingsbuildings.filter(ee.Filter.eq(source,OSM));vargoogle_buildingsbuildings.filter(ee.Filter.eq(source,Google));varmicrosoft_buildingsbuildings.filter(ee.Filter.eq(source,Microsoft));Map.addLayer(osm_buildings.style({color:2ecc71,width:1}),{},OpenStreetMap,false);Map.addLayer(google_buildings.style({color:e74c3c,width:1}),{},Google,false);Map.addLayer(microsoft_buildings.style({color:3498db,width:1}),{},Microsoft,false);// 分析各类建筑varresidentialbuildings.filter(ee.Filter.stringStartsWith(occupancy,RES));Map.addLayer(residential.style({color:3498db,fillColor:3498db80,width:1}),{},居住用地,true);varCOMbuildings.filter(ee.Filter.stringStartsWith(occupancy,COM));varmixbuildings.filter(ee.Filter.stringStartsWith(occupancy,MIX));varindbuildings.filter(ee.Filter.stringStartsWith(occupancy,IND));varagrbuildings.filter(ee.Filter.stringStartsWith(occupancy,AGR));varassbuildings.filter(ee.Filter.stringStartsWith(occupancy,ASS));vargovbuildings.filter(ee.Filter.stringStartsWith(occupancy,GOV));varedubuildings.filter(ee.Filter.stringStartsWith(occupancy,EDU));Map.addLayer(COM.style({color:2980b9,fillColor:2980b980,width:1}),{},商业用地,true);Map.addLayer(mix.style({color:9b59b6,fillColor:9b59b680,width:1}),{},混合用途用地,true);Map.addLayer(ind.style({color:f39c12,fillColor:f39c1280,width:1}),{},工业用地,true);Map.addLayer(agr.style({color:27ae60,fillColor:27ae6080,width:1}),{},农业用地,true);Map.addLayer(ass.style({color:16a085,fillColor:16a08580,width:1}),{},公共活动用地,true);Map.addLayer(gov.style({color:34495e,fillColor:34495e80,width:1}),{},政府用地,true);Map.addLayer(edu.style({color:e67e22,fillColor:e67e2280,width:1}),{},教育用地,true);// Calculate statisticsprint(建筑物总数:,buildings.size());print(住宅建筑物:,residential.size());print(OSM 建筑物:,osm_buildings.size());print(Google 建筑物:,google_buildings.size());print(Microsoft 建筑物:,microsoft_buildings.size());varlegendui.Panel({style:{position:bottom-left,padding:8px 15px,backgroundColor:white}});varlegendTitleui.Label({value:Building Occupancy Types,style:{fontWeight:bold,fontSize:16px,margin:0 0 4px 0,padding:0}});legend.add(legendTitle);// Add color entries to legendObject.keys(occupancyColors).forEach(function(type){varcolorBoxui.Label({style:{backgroundColor:#occupancyColors[type],padding:8px,margin:0 8px 0 0}});vardescriptionui.Label({value:type,style:{margin:0 0 4px 0}});varpanelui.Panel({widgets:[colorBox,description],layout:ui.Panel.Layout.Flow(horizontal)});legend.add(panel);});Map.add(legend);// Center on tile location (adjust coordinates for your tile)Map.setCenter(113.642,34.75,12);02—结果展示部分区域1部分区域2部分区域3部分区域4部分区域5结果显示属性表里有建筑物楼层高度信息请在微信客户端打开请在微信客户端打开代码完整链接请在微信公众号后台私信“OpenBuildingMap”感谢关注欢迎转发声明仅供学习使用希望关注的朋友们转发如果对你有帮助的话记得给小编点个赞或者在看