【数据集】中国多属性建筑数据集CMAB

数据概述-CMAB

论文-J2025-CMAB: A Multi-Attribute Building Dataset of China

CMAB：中国多属性建筑数据集（China Multi-Attribute Building dataset, CMAB）

项目	内容
数据名称	CMAB（China Multi-Attribute Building）
发布年份	2025年
空间覆盖	中国大陆全部地区（共3,667个空间城市）
建筑数量	超过 31,000,000 个单体建筑
屋顶面积总量	236 亿平方米
建筑体量	3,630 亿立方米
属性种类	7类建筑属性（详见下文）
数据格式	GIS格式（矢量Polygon，WGS1984 坐标系）
存储空间	272 GB
下载地址	Figshare 数据库

📐 包含的建筑属性（七类）

类型	属性	描述
✅ 几何属性	屋顶形状（rooftop）	屋顶轮廓（矢量polygon）
✅ 几何属性	建筑高度（height）	单体建筑的垂直高度（米）
✅ 指示属性	建筑功能（function）	居住、办公、商服、工业等功能分类（30类，后重分类）
✅ 指示属性	建筑结构（structure）	框架结构、砖混、钢结构等
✅ 指示属性	建筑风格（style）	不同建筑风格（现代、中式、欧式等）
✅ 指示属性	建筑年代（age）	建造年份，1985–2018共35类
✅ 指示属性	建筑质量（quality）	外立面维护状况、是否违建等

📦 数据来源与方法

🔍 多源数据融合（multi-source data）

数据类型	来源	分辨率 / 数量
高分遥感图像	Google Earth (0.3–1m)	5亿幅，总计20 TB
街景图像（SVI）	百度地图（2014–2023）	6千万幅，总计14 TB
建筑高度	百度地图（2023）	约1,700万条矢量数据
建筑功能	百度AOI（2023）	830万地块功能数据
建筑风格/质量	SVIs + Yolov8/CLIP模型	识别6类建筑质量问题
建筑年代	GAIA不透水面数据（1985–2018）	推断建造年份
补充数据	POI、道路、行政区划、气候区划等

百度建筑数据集的处理如下：

🧠 建模方法与流程

1️⃣ 数据预处理与空间采样

采用“空间城市”（Spatial Cities）概念，定义城市边界（共3,667个城市）
排除农村和非建成区，提升模型效率

2️⃣ 几何属性提取

使用 OCRNet 提取屋顶轮廓（F1-score = 89.93%）
高度建模采用 Bootstrap-XGBoost 方法，融合：

• 屋顶形态
• 街道邻近度
• 城市等级
• 建筑块状特征

3️⃣ 指示属性提取

功能识别：结合 AOI 功能 + POI + 建筑形态特征（91个变量）

质量识别：Yolov8 检测 6 类建筑外观问题（如破损、杂乱、违建）

年代识别：GAIA 数据判断不透水面首次出现年份

风格/结构识别：使用 CLIP 多模态模型识别建筑风格

4️⃣ 模型验证

使用手工标注数据（2,500 个建筑样本）进行验证
高度、功能、质量、年代等属性分别对比百度数据/SVI等

📊 精度评估结果

属性	方法	精度指标
屋顶提取	OCRNet	mIoU = 81.95%, F1 = 89.93%, Acc = 91.59%
建筑高度	XGBoost（多模型）	R² = 0.84（非城市区）– 0.68（直辖市）；RMSE < 8m
建筑功能	XGBoost + AOI	准确率 88%，住宅类 F1 ≈ 0.90，商服类略低（≈0.5–0.7）
建筑质量	Yolov8 + SVI	平均准确率约 82%（6个质量维度）
建筑年代	GAIA + Anjuke验证	82% 分类准确率，平均误差约 8.7 年

🛰️ 与其他数据集对比优势

数据集	覆盖范围	属性	分辨率	公开性
GABLE	全国	屋顶+高度	2.5m	❌
3D-GloBFP	全球	高度	不详	❌
East Asia	Buildings	东亚	屋顶 1m	❌
CMAB（本研究）	全国	屋顶、高度、功能、风格、结构、年代、质量	0.3–1m	✅ 开源（Figshare）

数据下载

数据下载- Figshare 数据库

数据格式：GIS标准格式（Shapefile / GeoJSON）
坐标系：WGS1984
示例字段：building_id、rooftop_geometry、height、function、style、age、quality 等

可根据需要下载对应城市，以重庆市为例，在GIS中多属性建筑数据特征如下：

参考