2024-09-19 13:23:56 英文原文

开放建筑：面向不断变化的世界的人工智能地图

根据联合国的数据，到 2050 年，居住在城市的人口将增加约 25 亿，其中大部分增长来自人口全球南方的增长和人口流动。我们需要新的工具来了解我们的城市如何随着时间的推移而发展和变化，以便我们能够确保所有居民在决策和自来水和电力等基本服务的规划中得到考虑。

今天我们正在扩展我们的开放建筑项目，该项目旨在帮助各个组织了解并规划我们不断变化的世界，其中包含有关建筑存在如何随时间变化的信息的新数据集。开放建筑物 2.5D 时态数据集现已提供 2016-2023 年的数据，并且还首次包含有关建筑物高度的信息。

为什么绘制建筑物地图很重要

地图是我们需要的许多东西的生命线。为了让人们获得电力和自来水等基本服务，并在危机应对中得到考虑，决策者首先需要知道他们在哪里。通过创建地图，我们可以帮助决策者了解当前环境并确保覆盖到每个人。这就是 Google Research 在 2021 年推出开放建筑项目的原因。该项目始于我们位于加纳阿克拉的人工智能研究实验室，已绘制了非洲、亚洲、拉丁美洲和加勒比地区 18 亿座建筑的地图，覆盖了全球约 40% 的面积约占世界人口的 54%。

过去几年，各国政府、人道主义组织、研究人员和公司已将开放建筑数据集用于各种项目。例如，乌干达非营利组织 Sunbird AI 使用开放建筑数据集来优先考虑农村电气化项目的区域，以便在最需要的地方产生最大的影响。此类数据可用于多种目的，我们还使用它来提高 Google 地图的准确性，将世界各地的建筑物添加到地图中。

随着时间的推移，随着合作伙伴使用这些数据对于他们的项目，重要的问题开始出现：这些建筑物是什么时候建造的？随着时间的推移，这座城市或定居点发生了怎样的变化？在最近的危机事件发生之前，这个地方是什么样子，现在又是什么样子？

由于各种原因，获得这些问题的答案可能很困难，有时甚至是不可能的。例如，在资源往往稀缺的低收入和中等收入国家，此类数据可能不存在。冲突可能很普遍，导致数据无法被记录。或者地形本身可能会造成障碍。但随着世界人口每年增长超过 8000 万，获取这些信息比以往任何时候都更加重要，特别是对于政府机构、人道主义组织以及研究发展趋势和城市化的研究人员而言。

我们如何生成这个新数据集

为了生成此数据集，我们使用人工智能从 Sentinel-2 集合中公开的低分辨率图像中进行超分辨率和提取建筑物足迹和高度。这很重要，因为较低分辨率的卫星图像比高分辨率图像更适合南半球国家，因此我们需要创建能够使用这些较低保真度图像准确对建筑物进行分类的模型。

我们正在分享我们的技术报告以及交互式 Earth Engine 应用程序，以便任何人都可以更详细地探索我们的方法和结果。

我们还免费提供开放建筑 2.5D 时态数据集，以支持决策者、人道主义组织和其他在南半球工作的人。它作为图像集合托管在地球引擎数据目录（链接）中，可以使用地球引擎的行星级计算能力和大量其他环境数据集对其进行分析。

加纳城市人口增加了两倍多在过去的三十年里。加纳第二大城市库马西在过去几年中取得了巨大的发展。在这里，我们看到库马西郊区普拉姆索（Pramso）村庄的快速发展。

2018年9月28日，印度尼西亚海岸发生7.4级地震，引发海啸，影响了当地约150万人。苏拉威西岛。这场危机之后，建筑面积从海岸线退缩，地震的影响在数据中清晰可见。

这些只是几个例子。整个数据集可以在我们完全交互式的 Earth Engine 应用程序中进行探索。

我们如何合作扩大影响力

我们正在与将数据用于各种有影响力的项目的合作伙伴进行合作。例如，WorldPop 正在使用 Open Buildings 来生成世界各地最新且准确的人口估计数。各国政府和联合国机构使用世界人口估计值。WorldPop 还与尼日利亚的合作伙伴合作，他们利用这些数据来识别和接触尚未接受常规免疫服务的儿童。WorldPop 团队主任安德鲁·塔特姆 (Andrew Tatem) 教授解释说，了解人们居住的地方对于确保资源公平分配以及在提供医疗保健等服务方面不让任何人落后至关重要。Google 的开放建筑数据集是我们领域开放数据的绝佳补充，支持更准确的人口测绘，而新的时态数据集为更好地捕捉我们在全球范围内持续看到的快速人口变化提供了机会。

Sunbird AI 正在使用我们与 UN Global Pulse 合作的数据城市项目中的数据集，创建乌干达两个新兴城市：波特尔堡和金贾的综合概况。目标是利用地理空间数据为城市当局提供所需的工具，以就城市规划和政策做出明智的决策，并了解他们需要解决的更广泛的趋势。

我们重点改进的限制和领域

我们的人工智能创新（例如卫星图像分割、超分辨率和高程估计）创建了一个动态的全球数据集，将整个世界显示在地图上。尽管如此，仍然存在一些限制，可能会影响数据并阻止我们准确绘制某些建筑物的地图。

• 晴朗的天空是关键：我们需要一系列无云图像才能获得最佳结果。在一些多云的地区，这可能是一个问题，导致数据不太可靠。您可能会注意到，有些年份的置信度分数较低。
• 可能会错过微小的建筑物：我们可以找到小于单个图像像素的建筑物，但有一个限制。非常小的结构，如非正式避难所，可能不会显示。
• 像素而不是多边形：虽然之前的数据集包含建筑物的几何形状，但由于分辨率较低，从 Sentinel-2 中生成数据相当困难输入数据的。相反，我们以栅格格式提供有关建筑物存在的数据，并为每个像素提供置信度分数。
• 其他怪癖：还有一些其他技术问题可能会影响数据，例如图像拼接错误和一些其他问题。误报（检测到不存在的东西）。我们在我们的网站上对此进行了更详细的解释。

地图是动态的，因为世界总是在变化。借助开放建筑 2.5D 时态数据集，人工智能可以帮助我们了解这一变化。我们期待着向支持可持续和包容性城市发展的合作伙伴提供这些信息，并帮助每个人了解情况。

我们邀请来自世界各地的研究人员、政策制定者和发展从业者来探索打开 Buildings 2.5D 时态数据集并与我们分享您的反馈。