- 数据集可用时间
- 2022-08-30T00:00:00Z–2022-08-30T00:00:00Z
- 数据集生产者
- Google Research - Open Buildings Google Earth Engine
- 标签
说明
这是一个大规模开放数据集，包含从高分辨率 50 厘米卫星图像中提取的建筑物轮廓。该数据集包含非洲、南亚和东南亚的 8.16 亿个建筑物检测结果。推理覆盖的面积为 3,910 万平方公里。
该数据集中的每个建筑物都包含以下信息：描述建筑物占地轮廓的多边形、判断目标为建筑物的置信度得分，以及与建筑物中心对应的 Plus Code。除了几何图形之外，没有关于建筑物类型、街道地址或任何其他详细信息。
建筑物轮廓可用于各种重要应用，从人口估计、城市规划和人道主义响应到环境和气候科学。由于该项目位于加纳，因此目前重点关注非洲大陆。
推理是在 2022 年 8 月进行的。
如需了解详情，请参阅 Open Buildings 数据集的官方网站。
请注意，此数据有更新版本。最新版本（推理于 2023 年 5 月进行）为 GOOGLE/Research/open-buildings/v3/polygons。
表格结构
表格结构
| 名称 | 类型 | 说明 |
|---|---|---|
| area_in_meters | 双精度 | 多边形的面积（以平方米为单位）。 |
| 置信度 | 双精度 | 模型分配的置信度得分 [0.5;1.0]。 |
| full_plus_code | STRING | 建筑物多边形质心的完整 Plus Code。 |
| longitude_latitude | GEOMETRY | 多边形的形心。 |
使用条款
使用条款
引用
引用：
W.Sirko, S. Kashubin, M. Ritter, A. Annkah, Y.S.E. Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, J.A. Quinn. 基于高分辨率卫星图像的大陆级建筑物检测。 arXiv:2107.12283，2021 年。
通过 Earth Engine 探索
代码编辑器 (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');
以 FeatureView 形式直观呈现
FeatureView 是 FeatureCollection 的只读加速表示形式。如需了解详情，请访问
FeatureView 文档。
代码编辑器 (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');