Understanding urban vertical structures, particularly building heights, is essential for examining the intricate interaction between humans and their environment. Such datasets are indispensable for a variety of applications, including climate modeling, energy consumption analysis, and socioeconomic activities. Despite the importance of this information, previous studies have primarily focused on estimating building heights regionally on a grid scale, often resulting in datasets with limited coverage or spatial resolution. This limitation hampers comprehensive global analyses and the ability to generate actionable insights on finer scales. In this study, we developed a global building height map (3D-GloBFP) at a building footprint scale by leveraging Earth Observation (EO) datasets and advanced machine learning techniques. Our approach integrated multisource remote sensing features and building morphology features to develop height estimation models using the eXtreme Gradient Boosting (XGBoost) regression method across diverse global regions.
Extensão da camada (EPSG:4326): -9.509891033038238, 36.994030964649525, -6.183632261200014, 42.15316459068284
Extensão da camada (EPSG:3763): -118567.58795553293, -296825.62142497173, 162580.98395883632, 275956.4014538211
Tipo das geometrias: MULTIPOLYGON
Dimensões: 2
Número de erros geométricos: Em breve
Número de sobreposições: Em breve
Número de espaços entre polígonos: Em breve
Estrutura da tabela dos atributos:
nome
tipo
height
double precision
altura_m
bigint
Amostra da tabela dos atributos:
height
altura_m
6.6411424
7
7.573462
8
8.1943865
8
6.9974957
7
3.5914981
4
10.478894
10
6.2633944
6
5.8560314
6
4.664123
5
5.2234797
5
Aviso legal
Todos os dados publicados neste catálogo foram recolhidos de fontes livremente disponíveis, por exemplo: download direto em páginas web, serviços WFS/Atom), APIs, etc. Os dados publicados possuem licenças que não colocam restrições à sua difusão e re-distribuição ou, nalguns casos, não possuem nenhuma licença. A NaturalGIS não se responsabiliza, portanto, pela qualidade/veracidade (e atualização) dos dados, sendo que os mesmos são publicados neste catálogo sem nenhum tipo de manipulação ou pré ou pós processamento. O único objetivo deste catálogo é publicar dados geográficos através de formatos e serviços que sejam simples de usar, rápidos e de confiança, sendo que frequentemente os serviços originais são sujeitos a problemas de funcionamento, de configuração, ou ainda publicados com serviços (i.e. Atom) ou formatos (i.e. GML complexo) que os torna difíceis de usar por parte do utilizador final. Todas as entidades que publicam originariamente este dados continuam a ser as detentoras dos direitos sobre os mesmos (de acordo com as licenças usadas para a sua publicação).