Open Buildings V2 Polygons [deprecated]

GOOGLE/Research/open-buildings/v2/polygons
Dataset-Verfügbarkeit
2022-08-30T00:00:00Z–2022-08-30T00:00:00Z
Dataset-Anbieter
Earth Engine-Snippet
FeatureCollection
ee.FeatureCollection("GOOGLE/Research/open-buildings/v2/polygons")
FeatureView
ui.Map.FeatureViewLayer("GOOGLE/Research/open-buildings/v2/polygons_FeatureView")
Tags
africa
Asien
building
aufgebaut
open-buildings
Bevölkerung
south-asia
southeast-asia
Struktur
Tabelle

Beschreibung

Dieser umfangreiche offene Datensatz besteht aus Umrissen von Gebäuden, die aus hochauflösenden Satellitenbildern mit einer Auflösung von 50 cm abgeleitet wurden. Es enthält 816 Millionen Gebäudeerkennungen in Afrika, Südasien und Südostasien. Die Inferenz umfasste eine Fläche von 39,1 Mio.km².

Für jedes Gebäude in diesem Datensatz stellen wir das Polygon bereit, das seinen Grundriss beschreibt, einen Konfidenzwert, der angibt, wie sicher wir uns sind, dass es sich um ein Gebäude handelt, und einen Plus Code, der dem Zentrum des Gebäudes entspricht. Es sind keine Informationen zum Gebäudetyp, zur Adresse oder zu anderen Details als der Geometrie vorhanden.

Gebäudeumrisse sind für eine Reihe wichtiger Anwendungen nützlich, von Bevölkerungsschätzungen, Stadtplanung und humanitären Maßnahmen bis hin zu Umwelt- und Klimawissenschaften. Da das Projekt in Ghana angesiedelt ist, liegt der aktuelle Fokus auf dem afrikanischen Kontinent.

Die Inferenzen wurden im August 2022 durchgeführt.

Weitere Informationen finden Sie auf der offiziellen Website des Open Buildings-Datasets.

Hinweis: Aktualisierte Versionen dieser Daten sind verfügbar. Die neueste Version, Version 3.0 (mit Inferenz vom Mai 2023), ist unter GOOGLE/Research/open-buildings/v3/polygons verfügbar.

Tabellenschema

Tabellenschema

Name Typ Beschreibung
area_in_meters DOUBLE

Fläche des Polygons in Quadratmetern.

Konfidenz DOUBLE

Konfidenzwert [0,5;1,0], der vom Modell zugewiesen wurde.

full_plus_code STRING

Der vollständige Plus Code am Schwerpunkt des Gebäude-Polygons.

longitude_latitude GEOMETRY

Schwerpunkt des Polygons.

Nutzungsbedingungen

Nutzungsbedingungen

CC-BY-4.0

Zitate

Quellenangaben:
  • W. Sirko, S. Kashubin, M. Ritter, A. Annkah, Y.S.E. Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, J.A. Quinn. Gebäudeerkennung auf kontinentaler Ebene anhand hochauflösender Satellitenbilder. arXiv:2107.12283, 2021.

Earth Engine nutzen

Code-Editor (JavaScript)

// Visualization of GOOGLE/Research/open-buildings/v2/polygons.

var t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v2/polygons');

var t_060_065 = t.filter('confidence >= 0.60 && confidence < 0.65');
var t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.70');
var t_gte_070 = t.filter('confidence >= 0.70');

Map.addLayer(t_060_065, {color: 'FF0000'}, 'Buildings confidence [0.60; 0.65)');
Map.addLayer(t_065_070, {color: 'FFFF00'}, 'Buildings confidence [0.65; 0.70)');
Map.addLayer(t_gte_070, {color: '00FF00'}, 'Buildings confidence >= 0.70');
Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.setOptions('SATELLITE');
Im Code-Editor öffnen

Als FeatureView visualisieren

Ein FeatureView ist eine beschleunigte Darstellung eines FeatureCollection, die nur angezeigt werden kann. Weitere Informationen finden Sie in der Dokumentation zu FeatureView.

Code-Editor (JavaScript)

var fvLayer = ui.Map.FeatureViewLayer(
  'GOOGLE/Research/open-buildings/v2/polygons_FeatureView');

var visParams = {
  rules: [
    {
      filter: ee.Filter.expression('confidence >= 0.60 && confidence < 0.65'),
      color: 'FF0000'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.65 && confidence < 0.70'),
      color: 'FFFF00'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.70'),
      color: '00FF00'
    },
  ]
};

fvLayer.setVisParams(visParams);
fvLayer.setName('Buildings');

Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.add(fvLayer);
Map.setOptions('SATELLITE');
Im Code-Editor öffnen