数据集预览
这次给大家预览的数据我选了两个子集：一是北京随机某处；二是云南随机某处
（即我根本不知道实体地域在哪就随便一拖出现的数据）。
在数据集预览的过程中，我使用的底图是
天地图
（论文团队用的0.3-1m/500像素X500像素
Google Earth影像
）。
为什么不用Google Earth影像？
因为我没有。
同时，分别预览1
:20000、1:10000、1:5000三个尺度的下的数据集表现。
首先是云南某地：
然后是北京某地：
在空间形态上的横比即可发现两点：
一是北京某地的空间形态呈现效果整体比云南某地好很多，这可能是影像源造成的；
二是
空间形态效果在1：20000的比例尺下效果很好。而在1:5000的比例尺下北京某地的
空间形态呈现尚可，而云南某地的空间形态呈现就相对没那么好。
回看训练数据，使用的
0.3-1米/500X500像素的Google Earth卫星影像数据。经过简单的换算，大概适合的比例尺在1:2000-1:5000的区间内。目前看来在
空间形态上要应用到这个比例尺区间内可能还差一些。
但不可否认的是
数据集覆盖中国3667个实体城市，包含3100万栋建筑、236亿平方米屋顶面积及3630亿立方米建筑存量。
能做到这个程度已经很惊艳了。最重要的这个是个
开源数据集，源代码和模型大家都可以下载来研究。
空间形态先告一段落
。
转过头来，我们再
来看看数据集的
字段
：
字段中包含
建筑高度、建筑功能、建筑年代以及建筑质量
。
建筑高度是
通过激光雷达扫描、遥感影像分析及多源数据融合的XGBoost等预测得到
的。据原文所说，建筑
在150米以下建筑中表现优异，但超高层建筑（>150米）仍存在系统性低估。我在图上找了一些我比较熟悉的位置进行比较，建筑高度的偏差不大，在中观层面是可以使用的。
建筑功能是
结合POI密度、地块特征与多模态模型（如CLIP）识别。
具体在数据集成果里面
则是分为了六大类：分别是
公共服务（
Public service）、商业（Business）、
居住
（
Residence
）、
办公
（
Office
）以及其他（Other）
。
建筑年代则是
通过安居客
房产交易数据匹配与高分辨率卫星影像时间戳推算生成，分为了
1993年以前（部分存在具体年份）、1994-2001年、2002-2009年、2010-2018年以及2018年之后（AF2018）。
建筑质量基于街景图像通过YOLOv8模型检测外立面破损等指标评估生成的。但其在字段中的呈现内容，我有些看不太明白
M
的意思，知道的可以评论区告诉我。
目前看来这个数据集大部分还是挺好的，可以说能用。
不过批量提取难免会存在一些问题，毕竟没办法精校这么大的量。比如，我选的北京某地附近的一块数据集，就出现了这样的问题：
相信这样的问题只是在少数地方存在。
02
