建筑屋顶面积（BRA）的大型和最新地图对于制定政策决策和可持续发展至关重要。此外，作为人类活动的细粒度指标，BRA可以为城市规划和能源建模做出贡献，为人类福祉带来好处。然而，现有的大规模BRA数据集，如Microsoft和谷歌的数据集，不包括中国，因此中国没有BRA的全覆盖地图。为此，我们根据2016-2021年的Sentinel-2图像制作了分辨率为2.5米的多年中国建筑屋顶面积数据集（CBRA）。CBRA是中国首个全覆盖、多年一度的BRA数据。CBRA在城市地区取得了良好的F1得分，基于250,000个测试样本的F1得分为62.55%（与中国之前的BRA数据相比+10.61%），基于农村地区的30,000个测试样本，召回率为78.94%。
CBRA 以GeoTIFF（.tif）栅格文件格式组织，具有单个波段和GCS_WGS_1984坐标系。像素值为 0 和 255，其中 0 表示背景，255 表示建筑物屋顶区域。此外，为了方便数据的使用，CBRA 被分成 215 个空间网格图块，命名为“CBRA_year_E/W**N/S**.tif”，其中“year”是采样年份，“E/W**N/S**”是图块数据左上角的纬度和经度坐标。
Sentinel-2数据，用于 CBRA 映射。Sentinel-2 光学图像用于 CBRA 映射。Sentinel-2是欧洲航天局（ESA）下属的地球观测任务 哥白尼计划，包括一个由两颗卫星组成的星座，即 Sentinel-2A 和 Sentinel-2B。该产品具有通过系统的辐射校准和几何和欧空局的地形校正。为了解决云噪声，我们利用 GEE（Gorelick 等人，2017 年）过滤掉图像 超过 20% 的云，并进一步通过质量波段进行云和阴影去除，以获得无云像素。最后，我们在 1 年间隔内对过滤图像进行中位数合成。
超分辨率和语义分割方法和弱监督学习算法。提高深度学习方法的地理空间泛化（即扩展到中国所有地区），还收集了土地覆盖数据 中国从 2016 年到 2021 年来自动态世界产品。它包括 10 种土地覆被类型，并提供概率每种类型的估计值。
在城市地区对250000个测试样本进行了回收，回收率为78.94%，在农村地区的30000个测试样本中。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6436.2024
10.5281/zenodo.7500612