机器学习让科研人员绘制出全球最大的建筑3D地图

AI资讯2个月前发布 ainav
50 0

12月14日讯息:借助先进的卫星影像与机器学习技术,科学家们打造了一项革命性的全球建筑数据系统。这一创新工具不仅能够精确追踪全球建筑总量,更可为城市规划、环境保护等领域提供关键参考信息,开创了人类活动监测的新纪元。

机器学习让科研人员绘制出全球最大的建筑3D地图

德国慕尼黑工业大学主导的国际团队近期发布了开创性的”全球建筑图谱”(GlobalBuildingAtlas),这一系统利用深度学习技术,在全球范围内首次实现97%区域的建筑三维建模。该数据库目前已记录超过27.5亿个独立建筑实体,精度达到3米×3米的级别。

作为项目核心成员之一,朱晓祥教授带领团队整合了高分辨率卫星影像、深度学习算法以及激光扫描技术等尖端手段。研究团队首先基于168个城市约500万栋建筑的数据进行模型训练,随后利用2019年获取的80万张卫星图像完成了全球范围内的建筑三维重建。

通过创新算法,系统能够自动估算每栋建筑的高度、体积和占地面积等关键参数。这种自动化分析不仅显著提升了数据采集效率,还实现了对城市化进程的动态监测功能。该数据库的更新机制使其具备持续进化的能力,为长期研究提供了稳定的基础。

机器学习让科研人员绘制出全球最大的建筑3D地图

最新统计显示,亚洲地区在全球建筑总量中占据半壁江山,拥有约12.2亿栋建筑。其中中国、印度等人口密集国家的高速城市化进程是导致这一现象的主要原因。该区域不仅建筑数量领先全球,更以12.7万亿立方米的总体积成为绝对主力。

相比之下,非洲大陆拥有约5.4亿栋建筑,但总体积仅为亚洲的百分之一左右。这种显著差异反映了非洲国家在城市发展模式上的特点:普遍以低层建筑为主,发展水平不均衡。

机器学习让科研人员绘制出全球最大的建筑3D地图

借助”全球建筑图谱”的多维度分析功能,研究人员可以深入探索人口密度与经济发展之间的复杂关系。例如,研究发现芬兰的建筑总体积是希腊的6倍之多;而尼日尔的人均建筑量仅为世界平均水平的1/27。这种差异在二维地图中难以察觉,但通过三维建模技术则能一目了然。

多位城市化研究领域的权威学者对该数据库表示高度赞赏。澳大利亚昆士兰大学的多丽娜·波亚尼研究员指出:”这项工具使我们能够以前所未有的视角追踪城市化进程,对学术研究具有里程碑意义。”

墨尔本莫纳什大学的利顿·卡姆鲁扎曼专家也强调了该数据库的重要价值。他表示:”在许多发展中国家,可靠的城市扩张数据一直是个空白点。而’全球建筑图谱’恰好填补了这一关键缺口。”

© 版权声明

相关文章