建筑物

建筑物 默认模型

郊区的建筑物屋顶多边形

示例结果:每个建筑屋顶一个多边形。

费用

每 km² 10 积分 + 影像

示例:Mapbox 缩放级别 18 下 10 km² ≈ 130 积分。使用您自己的影像不收费。

在高分辨率影像中识别建筑物屋顶,每栋建筑返回一个多边形。小于 20 m² 的对象会被剔除,以保持图层整洁。建筑类型、高度和更规整的形状是启动运行时可开启的选项。

输出结果

建筑物屋顶多边形图层。

最佳适用影像

分辨率为 0.6–0.3 米/像素的航空或卫星影像(缩放级别 18)。

使用示例

  • 在实地调查前更新市政建筑图层

  • 统计居民点内的建筑物,用于规划或应急响应

  • 查找有新增或缺失建筑物的地块

版本

2026-07-06

地理范围

全球的

方法

分割

GSD / 缩放级别

0.6–0.3 m / z18

使用此模型的场景

每个场景都是开启了某一选项的建筑物模型。可在 Mapflow Web 或 QGIS 插件的运行表单中选择选项。

按类型区分建筑物

建筑物 + 建筑类型

按建筑类型着色的建筑物多边形

费用

每 km² 10 积分 + 影像

示例:Mapbox 缩放级别 18 下 10 km² ≈ 130 积分。使用您自己的影像不收费。

在开启分类的情况下运行建筑物模型,每个屋顶多边形都会获得建筑类别。分类不额外收费。

输出结果

带类别属性的建筑物多边形。

最佳适用影像

分辨率为 0.6–0.3 米/像素的航空或卫星影像(缩放级别 18)。

使用示例

  • 按区比较住宅与非住宅建筑存量

  • 将工业和商业用地提取到单独图层

  • 为分区规划和土地利用分析提供最新数据

完整类型列表见 建筑类别参考。

建筑高度和三维底面轮廓

建筑物 + 高度(测试版)

按估算高度拉伸的建筑底面轮廓

费用

每 km² 20 积分 + 影像

示例:Mapbox 缩放级别 18 下 10 km² ≈ 230 积分。使用您自己的影像不收费。

增加一个高度模型,通过阴影长度和可见墙面进行估算。结果是三维底面轮廓:建筑轮廓投影到地面,而不是屋顶轮廓。

输出结果

带高度属性的底面轮廓多边形,可直接用于 QGIS 三维地图视图。

最佳适用影像

带可见阴影的 0.6–0.3 米影像(缩放级别 18)。在屋顶看起来发生偏移的倾斜影像上效果最明显。

使用示例

  • 在 QGIS 三维地图视图中拉伸建筑物

  • 估算建筑面积和建筑体积

  • 为日照阴影和视线分析筛查区域

模型无法直接看到建筑底面,因为影像中墙体会遮挡底面。它会像制图员一样,把屋顶轮廓下移到墙脚。

所有选项

建筑类型

为每栋建筑分配一个主要类别(参见 参考)。不额外收费。

规则化

修正不规则轮廓。形状会被替换为贴合原始形状的矩形、圆形或直角多边形。结果更适合制图,但可能损失部分原始掩膜精度。

简化

在贴近原始掩膜的前提下简化建筑形状,适用于曲线和复杂形状。直角少于规则化。

与 OpenStreetMap 合并

在 OpenStreetMap 覆盖良好的区域,凡是有匹配 OSM 对象(按 Jaccard 指数)的建筑,都会被替换为 OSM 多边形,并旋转以对齐最近的 OSM 道路。此时结果不再基于影像,建筑可能偏离实际位置。

高度估算(测试版)

回归模型根据阴影长度和可见墙面等视觉线索估算高度,并返回三维底面轮廓:投影到地面的轮廓,而不是屋顶轮廓。在屋顶看起来发生偏移的倾斜影像上最有用。每 km² 另加 10 积分。

注解

小于 20 m² 的建筑会从结果中移除,以免图面杂乱。

📊 Benchmarks

Buildings v.2026-07-06(全球,分割,0.3 米 / z19)基于人工标注的真值进行评估。指标按面积计算:IoU 为预测建筑掩膜与真值掩膜的交并比,F1、精确率和召回率按掩膜重叠面积计算。

AOI(位置)

预测特征

IOU

F1

精确

记起

美国 — 迈尔斯堡

65

0.907

0.951

0.983

0.921

美国 — 菲尼克斯

47

0.903

0.949

0.944

0.953

加拿大 — 里戈

103

0.870

0.930

0.934

0.927

澳大利亚 — 阿德莱德

92

0.868

0.929

0.914

0.945

新西兰 — 下赫特

106

0.867

0.929

0.956

0.903

新西兰 — 惠灵顿

76

0.838

0.912

0.900

0.924

英国 — 伦敦

68

0.813

0.897

0.873

0.922

科特迪瓦 — 班戈洛

102

0.663

0.797

0.844

0.755

南非 — 伍斯特

156

0.592

0.744

0.867

0.651

航拍(9 个 AOI 的平均值)

815

0.813

0.893

0.913

0.878

根据地面真实建筑掩模测量的基于区域的 IoU / F1 / 精度 / 召回率;评估运行 2026-06-13.

AOI(位置)

预测特征

IOU

F1

精确

记起

俄罗斯 — 乌法

第426章

0.821

0.902

0.897

0.907

沙特阿拉伯 — 利雅得

225

0.817

0.899

0.920

0.879

印度 — 班加罗尔

508

0.779

0.876

0.859

0.894

印度 — 塔恩

第429章

0.768

0.869

0.889

0.849

阿拉伯联合酋长国 — 阿布扎比

142

0.751

0.858

0.828

0.890

卫星(5 个 AOI 的平均值)

1730

0.787

0.881

0.879

0.884

根据地面真实建筑掩模测量的基于区域的 IoU / F1 / 精度 / 召回率;评估运行 2026-06-16.

参见

📊 请参阅 各地点基准测试详情,了解两组数据按区域的细分结果、与上一版本的对比,以及预测与真值的叠加图。

需要识别其他对象?

我们可基于您的影像和类别训练定制模型,并将其接入您的 Mapflow 账户。