Open Buildings V3 Polygons

GOOGLE/Research/open-buildings/v3/polygons
数据集可用性
2023-05-30T00:00:00Z–2023-05-30T00:00:00Z
数据集提供程序
Earth Engine 代码段
FeatureCollection
ee.FeatureCollection("GOOGLE/Research/open-buildings/v3/polygons")
FeatureView
ui.Map.FeatureViewLayer("GOOGLE/Research/open-buildings/v3/polygons_FeatureView")

说明

这个大型开放式数据集包含从高分辨率 50 厘米卫星图像派生出来的建筑物轮廓。其中包含非洲、拉丁美洲、加勒比地区、南亚和东南亚的 18 亿个建筑检测结果。推理涵盖了 5800 万平方公里的区域。

对于此数据集中的每座建筑物，我们都包含一个多边形来描述其在地面上的占地面积、一个置信度得分来表明我们对这座建筑物是建筑物的确信程度，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。

建筑物平面图对一系列重要应用非常有用，从人口估算、城市规划和人道主义响应到环境和气候科学。该项目位于加纳，最初侧重于非洲大陆，并将推出有关南亚、东南亚、拉丁美洲和加勒比地区的新更新。

推理是在 2023 年 5 月进行的。

如需了解详情，请访问 Open Buildings 数据集的官方网站。

表架构

表架构

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 [0.65;1.0]。
full_plus_code STRING

建筑物多边形重心处的完整 Plus Code。
longitude_latitude GEOMETRY

多边形的质心。

使用条款

使用条款

CC-BY-4.0

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。

使用 Earth Engine 进行探索

Code Editor (JavaScript)

// Visualization of GOOGLE/Research/open-buildings/v3/polygons.

var t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v3/polygons');

var t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.7');
var t_070_075 = t.filter('confidence >= 0.7 && confidence < 0.75');
var t_gte_075 = t.filter('confidence >= 0.75');

Map.addLayer(t_065_070, {color: 'FF0000'}, 'Buildings confidence [0.65; 0.7)');
Map.addLayer(t_070_075, {color: 'FFFF00'}, 'Buildings confidence [0.7; 0.75)');
Map.addLayer(t_gte_075, {color: '00FF00'}, 'Buildings confidence >= 0.75');
Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.setOptions('SATELLITE');
在代码编辑器中打开

以 FeatureView 的形式可视化

FeatureView 是 FeatureCollection 的仅限视图的加速表示法。如需了解详情，请参阅 FeatureView 文档。

Code Editor (JavaScript)

var fvLayer = ui.Map.FeatureViewLayer(
  'GOOGLE/Research/open-buildings/v3/polygons_FeatureView');

var visParams = {
  rules: [
    {
      filter: ee.Filter.expression('confidence >= 0.65 && confidence < 0.7'),
      color: 'FF0000'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.7 && confidence < 0.75'),
      color: 'FFFF00'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.75'),
      color: '00FF00'
    },
  ]
};

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

Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.add(fvLayer);
Map.setOptions('SATELLITE');
在代码编辑器中打开
这个大型开放式数据集包含从高分辨率 50 厘米卫星图像派生出来的建筑物轮廓。其中包含非洲、拉丁美洲、加勒比地区、南亚和东南亚的 18 亿个建筑检测结果。推理涵盖了 5800 万平方公里的区域。对于此数据集中的每座建筑物，我们都包含描述其 …
GOOGLE/Research/open-buildings/v3/polygons、Africa、Asia、building、built-up、open-buildings、South-Asia、Southeast-Asia、table
2023-05-30T00:00:00Z/2023-05-30T00:00:00Z
-90 -180 90 180
Google Earth Engine