建筑是人类活动的重要产物，一个地方的建筑多，大概率意味着这个地方人口分布多、经济活力强。因此，建筑数据是一个价值很高的数据，可以应用在人口研究、经济研究等多个方向。

目前，对于大规模建筑数据的提取，比如全球或者全国范围，主要是通过遥感影像识别技术进行的。对于遥感影像，大家可以简单理解为遥感影像是从天空看地面的图像。由于是俯视，看到的建筑是建筑屋顶，所以目前我们能接触到的大区域的建筑数据都是建筑屋顶数据！比如我们之前分享过2020年全国90个城市市域范围的建筑体块数据（可查看之前的文章获悉详情）！但是这个数据没有覆盖全国范围，而且数据只有2020年一年！那如何获取覆盖全国范围的长时序的建筑屋顶数据？

本次我们为大家分享的是2016-2021年全国范围的2.5m分辨率的建筑屋顶数据！该数据集由北京师范大学唐宏教授的团队通过使用2016-2021Sentinel-2图像生成的,这也是中国第一个全覆盖且多年度的建筑物遥感识别结果数据集。数据格式为栅格格式（.tif），全国被分成215个空间网格，栅格的像元值为0和255，其中 0 为无建筑区域，255 表示建筑物屋顶区域。数据坐标为GCS_WGS_1984。

以下为数据的详细介绍：

01 数据预览

我们以2021年上海市建筑屋顶区域为例来预览一下：

我们再看看下细节：

02 数据详情

数据简介：

北师大团队的研究中提出了一种名为“时空感知超分辨率分割框架（STSR-Seg）”的深度学习方法，以实现在大空间范围内从分辨率相对较低的图像中提取出可靠的的高分辨率的建筑屋顶区域。该团队通过使用2016-2021年Sentinel-2图像生成了分辨率为2.5m的长时序中国建筑屋顶区域(CBRA)数据集。这是中国第一个全覆盖且多年度的建筑物遥感识别结果数据集。

官方网站：

https://zenodo.org/record/7500612

数据命名：

CBRA被分成215个空间网格图块，命名为“CBRA_year_E**_N**.tif”，其中“年”是采样年份，“E**”和“N**”是指图块数据左上角的经度和维度坐标。2021年部分数据如下所示：

数据年份：

2016-2021年

栅格数值：

栅格的像元值为0和255，其中 0 为无建筑区域，255 表示建筑物屋顶区域。

数据坐标系：

GCS_WGS_1984

数据格式：

tif

空间分辨率：

2.5m

参考论文：

https://essd.copernicus.org/articles/15/3547/2023/essd-15-3547-2023.html

引用格式：

Liu, Zeping, Tang, Hong, Feng, Lin, & Lyu, Siqing. (2023). CBRA: The first multi-annual (2016-2021) and high-resolution (2.5 m) building rooftop area dataset in China derived with Super-resolution Segmentation from Sentinel-2 imagery (1.0) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.7500612

如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！

文末下方是我们的公众号名片，我们将定期介绍各类城市数据以及数据的可视化和分析技术，有关2016-2021年全国范围的2.5m分辨率建筑屋顶数据，欢迎大家多多关注我们进行了解！