Vai al contenuto
Torna al blog
GeoAI
QGIS
Guide

Cos'è l'impronta di un edificio? Definizione, dati e come ottenerla

Una strada suburbana su immagini Google Satellite dentro QGIS, con il tetto di ogni casa delineato e riempito come un poligono modificabile di colore diverso.
Una strada suburbana su immagini Google Satellite dentro QGIS, con il tetto di ogni casa delineato e riempito come un poligono modificabile di colore diverso.

L'impronta di un edificio è il contorno dell'edificio nel punto in cui incontra il terreno, registrato come poligono su un piano orizzontale. Traccia la base dei muri, appiattisci quella forma su una mappa e hai ottenuto un'impronta.

Quasi nessuna delle impronte che puoi scaricare è davvero così. Sono state tracciate a partire da una fotografia scattata dall'alto, quindi seguono il tetto. Il resto di questa pagina riguarda questa differenza, dove trovare i dati open e cosa fare quando non coprono la tua area.

La definizione e ciò che le sta appena fuori

Un'impronta è una proiezione orizzontale. Non contiene altezza, numero di piani né interni. Due edifici con la stessa impronta possono essere un bungalow e una torre.

Quattro cose vengono chiamate impronta, ma non lo sono. Ognuna di queste mi è costata almeno un pomeriggio.

Impronta o roofprint

Le fotocamere aeree e satellitari vedono il tetto. Un modello o una persona che traccia quell'immagine disegna il bordo del tetto, ma il bordo del tetto non coincide con la base dei muri.

Tre elementi li separano. Gronde e aggetti spingono il tetto verso l'esterno, di solito da 30 a 80 cm su una casa, cioè qualche percento dell'area di un piccolo edificio. L'inclinazione, lo spostamento laterale di qualsiasi oggetto alto in un'immagine off-nadir, sposta un'intera torre lateralmente di metri. E una tettoia per auto, una veranda o una copertura hanno un tetto senza alcun muro sotto.

Overture lo scrive nel proprio schema. La guida buildings dice che la geometria "expected to be the most outer footprint, roofprint if traced from satellite/aerial imagery". Google dice la stessa cosa sugli edifici alti nelle sue FAQ: il modello "is trained to detect building rooftop rather than base", quindi negli edifici alti il poligono si trova dove appare il tetto, non dove sorge l'edificio.

L'errore si accumula quando moltiplichi per migliaia di edifici. Il potenziale solare usa il tetto, quindi una roofprint è la forma corretta. Impermeabilizzazione del suolo, esposizione alle alluvioni e rispetto delle distanze dai confini richiedono la base, e una roofprint sovrastima silenziosamente ognuno di questi aspetti.

Impronta o particella

Una particella, o confine catastale, è un oggetto giuridico. È il terreno di proprietà di qualcuno. L'edificio si trova al suo interno e di solito ne copre solo una frazione. I dati delle particelle provengono da un registro fondiario e cambiano quando cambia la proprietà. Le impronte provengono da immagini o rilievi e cambiano quando cambia l'edificio. Unire le due fonti è un'operazione comune e utile. Trattare l'una come l'altra significa contare un giardino come un tetto.

Impronta o superficie calpestabile

La superficie lorda dei piani è all'incirca l'impronta moltiplicata per il numero di piani, ed è ciò che di solito interessa alle regole fiscali e urbanistiche. L'involucro edilizio è la superficie 3D: impronta più altezza più forma del tetto. Una sola impronta non dice nulla di tutto questo. Se ti serve la superficie calpestabile, ti serve il numero di piani o un'altezza, e solo alcuni dataset ne contengono uno.

Un edificio o diversi edifici

L'edilizia a schiera è il caso che rompe più pipeline. Una fila di otto case condivide i muri, quindi vista dall'alto appare come un unico tetto continuo senza giunti visibili. I detector restituiscono un poligono. I catasti ne restituiscono otto. Nessuno dei due è sbagliato, rispondono a domande diverse, e devi decidere quale serve alla tua analisi prima di contare qualsiasi cosa.

I cortili sono buchi, quindi un edificio costruito intorno a un cortile è un poligono con un anello interno, e qualsiasi strumento che elimini gli anelli interni ne gonfia l'area. Una chiesa con una navata e una torre separata può arrivare come geometria multipart. E di nuovo le coperture: il tetto di un'area di servizio è un tetto sopra il nulla.

Per cosa vengono usate le impronte

Potenziale solare, in base all'area e all'orientamento del tetto. Esposizione alle alluvioni e agli incendi boschivi, e i relativi prezzi delle assicurazioni. Stima della popolazione dove il censimento è vecchio o assente. Valutazione della tassa sugli immobili e individuazione di ampliamenti non autorizzati. Telecomunicazioni e pianificazione delle reti, dove un edificio è sia un ostacolo sia un cliente. Modelli 3D delle città, estrusi a partire da impronta e altezza. Valutazione dei danni dopo un terremoto o una tempesta, confrontando due date.

Tutti richiedono la stessa cosa, un poligono per edificio, con un'area di cui ti puoi fidare.

Dove trovare i dati sulle impronte degli edifici

Cinque fonti coprono la maggior parte delle esigenze. Tutto ciò che compare in questa tabella è stato letto sulla pagina del publisher il 23 agosto 2026.

FonteCoperturaLicenzaVersioneGeometriaCome ottenerla
OpenStreetMapGlobale, completa quanto la comunità locale di mapping ha realizzatoODbL 1.0Live, qualunque sia lo stato della mappa nel momento in cui la interroghiDisegnata a mano, quindi angoli squadrati e attributi reali, ma nella maggior parte dei luoghi tracciata da immaginiQuickOSM nel gestore plugin, oppure una query Overpass
Microsoft Global ML Building FootprintsGlobale. 1.4B edifici da immagini Bing Maps acquisite tra il 2014 e il 2024, distribuiti su 30.340 tile in 225 regioniCDLA Permissive 2.0Aggiornata il 13 agosto 2026Output del modello. Altezza su un sottoinsieme, punteggio di confidenza sulle impronte più recentidataset-links.csv per paese e quadkey, oppure Planetary Computer
Google Open Buildings v3Africa, Asia meridionale, Sud-est asiatico, America Latina e Caraibi. 1.8B rilevamenti su 58M km². Non Europa, Nord America o AustraliaCC BY 4.0 oppure ODbL 1.0, a tua sceltaInferenza eseguita a maggio 2023Output del modello, con punteggio di confidenza e tabella delle soglie di precisione per regione178 GB di CSV per cella S2, Earth Engine oppure 20 file per paese curati su HDX
Overture Maps buildingsGlobale, unita a partire dalle fonti sopra più Esri Community Maps e dati nazionaliODbLMensile. Release corrente 2026-08-19.0Conflata. OpenStreetMap prevale dove esiste, l'output del modello copre il resto, con matching al 50% di sovrapposizioneGeoParquet su AWS o Azure, oppure la CLI overturemaps
IGN BD TOPO (Francia)Francia e dipartimenti d'oltremare, tema bâtiLicence Ouverte 2.0Trimestrale, ultima pubblicazione il 31 luglio 2026Rilevata, precisione metrica, 3D con un'altezza per edificiodata.gouv.fr, per dipartimento

1.4B

edifici in Microsoft Global ML Building Footprints

README, letto il 23 agosto 2026

1.8B

rilevamenti in Google Open Buildings v3, su 58M km²

Pagina del dataset, letta il 23 agosto 2026

2026-08-19

la release corrente degli edifici Overture, una al mese

Calendario delle release, letto il 23 agosto 2026

Il repository microsoft slash GlobalMLBuildingFootprints su GitHub, con l'introduzione che mostra la cifra di 1,4 miliardi di edifici e la licenza CDLA Permissive 2.0, sopra l'elenco datato degli aggiornamenti del dataset
Il repository Microsoft, 23 agosto 2026. La lista Updates è la parte da leggere: indica quali paesi hanno ricevuto nuova geometria e quando.

Leggi le licenze prima di scegliere. ODbL è una licenza share-alike, quindi un database derivato deve essere ripubblicato alle stesse condizioni, e questa clausola ha fatto saltare più di una consegna a un cliente. CDLA Permissive 2.0 e CC BY 4.0 chiedono solo di dare credito. Google pubblica con CC BY 4.0 e ODbL e ti lascia scegliere, una decisione intenzionale per permettere alla comunità OpenStreetMap e a chiunque altro di usare i dati senza discutere di compatibilità.

Il sito Google Research Open Buildings, con la descrizione del dataset che indica 1,8 miliardi di rilevamenti di edifici su un'area di inferenza di 58 milioni di chilometri quadrati e la mappa dell'esploratore dei dati colorata in base alla confidenza
Google Open Buildings, 23 agosto 2026. Controlla l'elenco dei paesi nelle FAQ prima di pianificarci sopra. Europa, Nord America e Australia non sono inclusi.

Le tre fonti globali non concordano sullo stesso territorio, e proprio questo disaccordo è la parte utile.

Tre pannelli dello stesso quartiere densamente edificato di Luanda su immagini Google Satellite, con le impronte degli edifici in verde. OpenStreetMap non mostra nulla, Microsoft copre la maggior parte dell'area, Google Open Buildings quasi tutta
Lo stesso 1 km² di Luanda, su immagini Google Satellite. OpenStreetMap non mappa edifici qui, Microsoft ne trova 3.140, Google Open Buildings 4.468.

Se vuoi solo un file per una zona, il nostro downloader gratuito delle impronte degli edifici legge tutte e tre le fonti globali per un riquadro che disegni e ti consegna GeoJSON con l'attribuzione al suo interno. Nessun account, e il riquadro è limitato a 25 km².

La guida Overture Maps buildings, con le descrizioni dei tipi di feature building e building part e la sezione sulle fonti e sulle licenze che elenca OpenStreetMap, Esri Community Maps, Microsoft e Google Open Buildings
La guida Overture buildings, 23 agosto 2026. È qui che trovi la frase sulla roofprint, e vale la pena leggerla prima di fidarti di qualsiasi layer unito.
La pagina wiki di OpenStreetMap per il tag building, con la descrizione che definisce un edificio come una struttura costruita dall'uomo con un tetto che rimane più o meno permanentemente nello stesso luogo e la tabella dei valori del tag sotto
La definizione wiki di OpenStreetMap del tag building, 23 agosto 2026. Parla di tetto, non di muri, e consente di mappare un edificio come un singolo nodo.

Quando i dati open non bastano

Quattro situazioni, e in un anno normale mi capitano tutte.

L'area non è coperta. Google si ferma ai margini del Sud globale. Microsoft arriva dove sono arrivate le immagini Bing. OpenStreetMap arriva dove qualcuno si è preso la briga di mappare.

I dati sono più vecchi della domanda. Google Open Buildings ha eseguito l'inferenza a maggio 2023. Un quartiere completato nel 2025 non è incluso, e nessuna quantità di download cambia questo fatto.

Gli edifici sono nuovi o non esistono più. La valutazione dei danni e il monitoraggio dei cantieri richiedono entrambi due date, mentre i dati open te ne danno una.

Ti serve una forma che nessuno pubblica. Piani dei tetti per uno studio solare, oppure edifici ottenuti dal tuo volo con drone a 5 cm, dove un modello globale a 30 cm non ha nulla di utile da dire.

A quel punto estrai le tue.

Quattro modi per ottenere le impronte della tua area

Tre dei quattro funzionano dentro . Le stesse domande per ciascuno: cosa installa, se richiede una GPU o un account, se le immagini lasciano il tuo computer, cosa inserisci, cosa ottieni, quanto costa per un lavoro reale e qual è un limite.

I dataset open, scaricati. Non installi nulla. Nessuna GPU, nessun account. Nulla lascia il tuo computer, tranne il bounding box che richiedi. Inserisci un riquadro e ottieni GeoJSON con licenza e attribuzione scritte nel file. Gratis. Il limite: può restituire solo ciò che i publisher hanno già mappato, quindi un nuovo quartiere resta assente. Il nostro downloader.

Il nostro AI Segmentation. Gestore plugin di QGIS, poi un account. Nessuna GPU, nessun download dei pesi, nessun ambiente Python. La modalità Automatic e il salvataggio cloud in Semi-Auto inviano ai nostri server in Europa le immagini contenute nella zona che disegni. Il piccolo modello Semi-Auto funziona localmente e mantiene le immagini sul tuo computer. Inserisci una zona sopra qualsiasi raster o basemap più una parola come building. Ottieni un GeoPackage con stile, un poligono per oggetto, ciascuno con classe, punteggio di confidenza e area. Gratis per 3 km² di rilevamento automatico al mese, poi €39 al mese per 300 km². Il limite: restituisce più di quanto hai chiesto, quindi sfiati, lucernari e ripostigli nei cortili tornano come poligoni delineati correttamente che non sono edifici, e devi filtrarli per confidenza e area. Pagina del prodotto.

Deepness. Gestore plugin, poi al primo avvio installa OpenCV e ONNX Runtime. Circa venti minuti quando tutto funziona. Nessun account. Tutto gira sul tuo computer, CPU per i raster piccoli, la tua configurazione CUDA per la velocità. Inserisci qualsiasi raster layer più un file modello ONNX che fornisci tu. Ottieni un vector o raster layer. Gratis, Apache 2.0. Il limite: non include capacità di rilevamento propria, e un modello addestrato su immagini a 25 cm leggerà il tuo volo con drone a 5 cm come rumore senza avvisarti. Repository e documentazione.

Mapflow, di Geoalert. Gestore plugin, poi accedi. Nessuna GPU. Funziona sui loro server, quindi a ogni esecuzione le immagini lasciano il tuo computer. Inserisci un'area che disegni sopra una delle loro fonti di immagini. Ottieni vector layers: edifici con altezza opzionale, strade, campi, foreste. Gli edifici costano 10 crediti per km² a $0.10 per credito, arrotondati a chilometri quadrati interi, quindi una città di 10 km² costa circa $10. Il piano gratuito offre 250 crediti su un massimo di 25 km², con l'esportazione bloccata. Il limite: l'edilizia a schiera viene unita in un unico poligono, come mostrano i loro stessi screenshot. Documentazione del plugin.

Per il confronto più ampio, comprese le opzioni locali basate su SAM, consulta la panoramica dei plugin AI e l'hub QGIS AI.

Provalo gratis in QGIS, senza carta di credito

Controlla il layer prima di fidarti

Cinque controlli, nell'ordine in cui li eseguo. Richiedono circa quindici minuti e più di una volta mi hanno evitato di consegnare un numero sbagliato.

Confrontalo con un campione che digitalizzi tu

Scegli un chilometro quadrato. Digitalizza a mano ogni edificio al suo interno. Confronta il conteggio con il layer. Un rapporto inferiore a 0,9 o superiore a 1,1 significa che il layer risponde a una domanda diversa da quella che pensi, e vuoi scoprirlo prima dell'analisi, non dopo.

Osserva attentamente le file di edifici adiacenti

Porta lo zoom sulla strada con più edifici a schiera nella tua area di interesse. Conta i poligoni e confrontali con le porte d'ingresso. Questo controllo ti dice se il dataset separa i muri condivisi, e decide ogni statistica per edificio che stai per calcolare.

Trova la costruzione più recente

Apri lo sviluppo più recente che conosci. Se è assente, hai appena misurato la versione reale dei dati, un'informazione più onesta della data sulla pagina di download.

Controlla il CRS e le unità dell'area

La maggior parte di questi dataset arriva in EPSG:4326. Calcola un'area in gradi e ottieni un numero privo di significato che sembra comunque un numero. Riproietta in un CRS metrico adatto alla latitudine, poi calcola.

Confronta un tetto con i suoi muri

Scegli un edificio alto. Se il poligono è spostato rispetto alla base dei muri, hai roofprint con inclinazione, e qualsiasi lavoro sull'impermeabilizzazione del suolo o sulle distanze dai confini richiede una correzione o una fonte diversa.

Il passo successivo, se ora vuoi i poligoni invece della definizione, è la guida pratica: rilevare automaticamente le impronte degli edifici in QGIS, che copre il filtraggio da cui dipende l'utilizzabilità del layer.