一个德国研究团队在开放获取期刊《地球系统科学数据》上发表了几乎包含全球所有建筑物的最详尽三维地图——“全球建筑图谱（GlobalBuildingAtlas）”。该地图利用机器学习技术，结合卫星图像，以3米×3米的空间分辨率，为地球上97%的建筑物生成了三维模型。

该研究作者、慕尼黑工业大学地球观测数据科学家朱晓翔（音）表示，全球建筑图谱为灾害风险评估、气候模型构建和城市规划带来了新的可能。此外，它还有助于改进研究人员对联合国联合国城市和社区可持续发展目标的监测方式。

用传统方法绘制全球建筑详细三维地图很困难，因为通常需要激光扫描或高分辨率立体图像。而研究团队给出了新的解决方案——将深度学习与激光扫描技术相结合，以预测建筑物的高度。研究人员用168个城市的激光雷达数据训练深度学习工具，让后让其基于2019年拍摄的约80万张卫星图像，预测建筑物高度、体积和面积，并创建三维地图。

该研究发现，亚洲建筑占全球已测绘建筑总量的近一半，约有12.2亿栋。亚洲建筑总体积达1270亿立方米，反映出加速的城市化进程以及密集的都市群。非洲的建筑数量位居第二，达5.4亿座，但总体积为1170亿立方米。这凸显了该地区普遍为小型低层建筑。

该研究城市规模的分析表明，建筑体积与人口密度和经济发展之间存在关联。在欧洲，芬兰的人均建筑体积是希腊的6倍；尼日尔的人均建筑体积是世界平均水平的1/27。

上述发现表明，建成区面积等传统二维城市增长衡量标准，可能掩盖基础设施与生活条件之间的重要差异。

澳大利亚昆士兰大学城市规划研究员Dorina Pojani表示，全球建筑图谱对她而言极其宝贵，因为此前她一直依赖静态的二维数据开展研究。“由于该数据集能够定期更新，所以未来5到10年内它将极具价值。该数据集将揭示城市地区是如何随时间变化发展的。”

Pojani还指出，该数据集为研究腐败问题提供了新契机。使研究人员能够将建筑物或项目与特定开发商、企业或有政治人员联系起来。

澳大利亚蒙纳士大学交通与城市规划专家Liton Kamruzzaman表示，该数据集在帮助追踪全球城市化进程方面具有很大潜力，因为“我们对世界上很多地方的城市和建筑发展情况一无所知”。

相关论文信息：https://doi.org/10.5194/essd-17-6647-2025