近期，南京师范大学智慧城市感知与模拟实验室陈旻教授研究团队在Nature数据期刊《Scientific Data》（IF: 6.44）上发表了题为“Vectorized rooftop area data for 90 cities in China”的数据论文。国家青藏高原科学数据中心（http://data.tpdc.ac.cn）作为该论文的数据仓储，目前已在线发布“中国90座城市建筑物屋顶矢量数据集（2020）”（https://data.tpdc.ac.cn/zh-hans/data/60dac98d-eec4-41df-9ad5-b1563e5c532c/），用户可开放获取。所选90座城市具有不同的行政级别，分布于不同的建筑气候区，覆盖了省会城市（包括青藏高原的西宁和拉萨）和区域经济中心，在经济、政治和地理上均具有一定代表性。该数据集已在总计180 km²的测试样本上进行了验证，空间分辨率、总体精度和F1得分分别为1 m、97.95%和83.11%，可为城市乃至全国尺度以建筑屋顶为基础的相关研究（如能源评估、城市规划等）提供重要数据支撑。

精确的建筑物信息对于有限城市空间的合理规划和高效利用至关重要。近年来，对于大尺度、高精度建筑屋顶数据的需求急剧增加。然而，基于传统计算机视觉的影像分割方法能力有限，而基于航空摄影测量的三维建模成本又很高，使得上述数据获取成为挑战。本研究构建了一个地理空间人工智能框架，利用高分辨率开放遥感影像和深度学习语义分割方法提取建筑屋顶，最终生成中国90座城市屋顶矢量数据。图1展示了屋顶数据在不同等级城市的完整性，表明其在城市和农村范围内都有良好的覆盖度。图2展示了屋顶数据在不同等级城市的精确性，表明其在城市和农村范围内都有良好的精确度。图3展示了拉萨市和西宁市屋顶数据的整体空间分布以及局部密集和稀疏分布，表明了其在这两个城市上良好的精确度和细节完整性。

图1. 屋顶数据在不同等级城市的完整性展示

图2. 屋顶数据在不同等级城市的精确性展示

图3. 拉萨市和西宁市的屋顶分布展示

这项工作得到了国家重点研发计划（Grant 2017YFB0503500）、国家自然科学基金联合基金项目（Grant U1811464）以及新加坡国家研究基金会的支持。

论文信息：Zhang, Z., Qian, Z., Zhong, T., et al. (2022). Vectorized rooftop area data for 90 cities in China. Scientific Data,9(1): 1-12.

论文链接：https://doi.org/10.1038/s41597-022-01168-x

数据信息：南师大智慧城市感知与模拟实验室. (2021). 中国90座城市建筑物屋顶矢量数据集（2020）. 国家青藏高原科学数据中心, DOI: 10.11888/Geogra.tpdc.271702. CSTR: 18406.11.Geogra.tpdc.271702. [NANJING NORMAL UNIVERSITY Lab of smart city sensing and simulation. (2021). Vectorized rooftop area data for 90 cities in China (2020). National Tibetan Plateau Data Center, DOI: 10.11888/Geogra.tpdc.271702. CSTR: 18406.11. Geogra.tpdc.271702.]

数据链接（中文）：http://data.tpdc.ac.cn/zh-hans/data/60dac98d-eec4-41df-9ad5-b1563e5c532c/

数据链接（英文）：http://data.tpdc.ac.cn/en/data/60dac98d-eec4-41df-9ad5-b1563e5c532c/