什么是建筑物轮廓？定义、数据源与获取方法

建筑物轮廓是建筑物与地面接触处的外边界，以水平面上的多边形记录。沿着墙体底部描出一圈，将这个形状铺平到地图上，你就得到了建筑物轮廓。

你能下载的建筑物轮廓，几乎没有一个真正符合这个定义。它们是根据从上方拍摄的照片描绘出来的，因此跟随的是屋顶。本文其余部分将解释这种差异、开放数据的位置，以及当数据没有覆盖你的区域时该怎么办。

定义，以及与它相近但不属于它的概念

建筑物轮廓是水平投影。它不包含高度、楼层数或内部结构。具有相同建筑物轮廓的两栋建筑，可能一栋是平房，另一栋是高塔。

有四种东西常被称为建筑物轮廓，但其实并不是。它们每一种都曾让我在某个时候花掉一个下午。

建筑物轮廓还是屋顶轮廓

航空和卫星相机看到的是屋顶。模型或人工描绘这张影像时，勾勒的是屋顶边缘，而屋顶边缘并不是墙体底部。

有三件事会造成差异。屋檐和悬挑会把屋顶向外推。在住宅上通常是 30 到 80 厘米，相当于小型建筑面积的几个百分点。倾斜，也就是在非正视影像中高大物体的横向位移，会让整栋高塔横向偏移数米。还有车棚、阳台或遮棚，它们有屋顶，但下面根本没有墙。

Overture 将这一点写进了自己的模式。其 buildings 指南称，几何形状“expected to be the most outer footprint, roofprint if traced from satellite/aerial imagery”。Google 在其 FAQ 中对高层建筑也表达了同样的意思：该模型“is trained to detect building rooftop rather than base”，因此在高层建筑上，多边形位于屋顶显示的位置，而不是建筑实际矗立的位置。

当你把数千栋建筑相乘时，误差会不断累积。太阳能潜力分析需要屋顶，因此屋顶轮廓是正确的形状。地面封闭、洪水暴露度和退界合规需要建筑物底部，而屋顶轮廓会悄悄夸大这三者的结果。

建筑物轮廓还是地块

地块，也就是地籍边界，是一个法律对象。它代表某人拥有的土地。建筑物位于地块内部，通常只覆盖其中一部分。地块数据来自土地登记，并会在所有权发生变化时更新。建筑物轮廓来自影像或测量，并会在建筑物发生变化时更新。将两者连接起来是一种常见且有用的操作。把一个当成另一个，则会把花园算成屋顶。

建筑物轮廓还是楼面面积

总楼面面积大致等于建筑物轮廓乘以楼层数，这通常是税收和规划规则关注的指标。建筑物外包络是它的三维外皮，包括建筑物轮廓、高度和屋顶形状。仅凭建筑物轮廓无法得出其中任何一个信息。如果你需要楼面面积，就需要楼层数或高度，而只有部分数据集提供这些信息。

一栋建筑，还是多栋建筑

联排住宅是最容易破坏数据处理流程的情况。一排八栋房屋共用墙体，因此从上方看是一片连续的屋顶，没有明显接缝。检测器会返回一个多边形。地籍数据会返回八个。两者都没有错，它们回答的是不同的问题。在开始计数之前，你必须先决定分析需要哪一种结果。

庭院是孔洞，因此围绕庭院建造的建筑物是带有内部环的多边形，任何删除内部环的工具都会夸大其面积。一座教堂可能由中殿和独立的塔楼组成，数据中也可能以多部件几何出现。遮棚同样会带来问题：加油站前场的顶棚可能只是覆盖了一个空地。

人们用建筑物轮廓做什么

太阳能潜力分析，依据屋顶面积和朝向。洪水和野火暴露度，以及其背后的保险定价。人口估算，用于人口普查数据过时或缺失的地区。房产税评估，以及未经许可扩建的检测。电信和网络规划，在这些场景中建筑物既是障碍物，也是客户。3D 城市模型，根据建筑物轮廓和高度拉伸生成。地震或风暴后的损害评估，通过比较两个日期的数据完成。

所有这些分析都需要同一件事：每栋建筑一个多边形，并且面积值得信任。

去哪里获取建筑物轮廓数据

五个数据源可以覆盖大多数需求。下表中的所有内容都来自发布者在 2026 年 8 月 23 日发布的页面。

选择之前先阅读许可。ODbL 是一种相同方式共享许可，因此衍生数据库也必须以相同条款发布，而这项条款已经让不止一个客户交付项目陷入困境。CDLA Permissive 2.0 和 CC BY 4.0 只要求署名。Google 同时以 CC BY 4.0 和 ODbL 发布数据，并允许你自行选择，这是有意为之的设计，让 OpenStreetMap 社区和其他所有人都能使用数据，而不必争论兼容性。

三个全球数据源对同一片地面给出了不同结果，而这种差异正是有用的部分。

如果你只想获取一个区域的文件，我们的免费建筑物轮廓下载器可以读取你绘制的矩形框内三个全球数据源的内容，并将包含署名信息的 GeoJSON 交给你。不需要账号，矩形框上限为 25 平方公里。

当开放数据不够用时

有四种情况，而在正常的一年里我四种都会遇到。

你的区域没有被覆盖。Google 止步于全球南方的边缘。Microsoft 只覆盖 Bing 影像到达的地方。OpenStreetMap 覆盖有人愿意制图的地方。

数据比问题更旧。Google Open Buildings 在 2023 年 5 月运行推理。2025 年完工的住宅区不在其中，下载多少次也不会改变这一点。

建筑物是新建的，或者已经消失。损害评估和施工监测都需要两个日期，而开放数据只给你一个日期。

你需要的形状没有人发布。比如太阳能研究需要屋顶平面，或者你想从自己的 5 厘米无人机航拍中提取建筑物，而 30 厘米全球模型无法提供有用信息。

这时就要自己提取。

为自己的区域获取建筑物轮廓的四种方法

四种方法中有三种运行在 内。每种方法都需要回答同样的问题：安装什么，是否需要 GPU 或账号，影像是否会离开你的电脑，输入和输出是什么，真实工作量的成本是多少，以及有什么限制。

下载开放数据集。 不需要安装任何东西。不需要 GPU 或账号。除了你查询的矩形框之外，没有任何内容会离开你的电脑。输入一个矩形框，输出一个 GeoJSON，许可和署名信息都会写入文件。免费。限制是：它只能返回发布者已经绘制的数据，因此新建住宅区仍然会缺失。我们的下载器。

我们的 AI Segmentation。 在 QGIS plugin 管理器中安装，然后创建账号。不需要 GPU、下载权重或配置 Python 环境。Automatic 和 Semi-Auto 中的 cloud save 会将你绘制区域内的影像发送到我们位于欧洲的服务器。小型 Semi-Auto 模型在本地运行，影像保留在你的电脑上。输入任何 raster 或底图上的一个区域，再加上 building 这样的词。输出一个带样式的 GeoPackage，每个对象一个多边形，并包含类别、置信度分数和面积。每月免费进行 3 平方公里的 automatic detection，之后每月 €39，可处理 300 平方公里。限制是：它返回的内容可能超过你的预期，因此通风口、天窗和庭院棚屋会以轮廓准确的多边形返回，但它们并不是建筑物，你需要根据置信度和面积将其过滤掉。产品页面。

Deepness。 在 plugin 管理器中安装，然后首次启动时安装 OpenCV 和 ONNX Runtime。正常情况下大约需要二十分钟。不需要账号。所有处理都在你的电脑上运行，小型 raster 使用 CPU，需要速度时使用你自己的 CUDA 配置。输入任意 raster layer，再加上你提供的 ONNX 模型文件。输出 vector 或 raster layer。免费，Apache 2.0。限制是：它本身不提供检测能力，而且在 25 厘米影像上训练的模型可能会把你的 5 厘米无人机航拍当成噪声，却不会提醒你。仓库和文档。

Mapflow，由 Geoalert 提供。 在 plugin 管理器中安装，然后登录。不需要 GPU。在他们的服务器上运行，因此每次运行都会将影像传离你的电脑。输入在其影像源上绘制的一个区域。输出 vector layers，包括可选高度的建筑物、道路、农田和森林。建筑物的费用是每平方公里 10 credits，每个 credit 价格为 $0.10，并按整平方公里向上取整，因此一个 10 平方公里的城镇大约需要 $10。免费套餐提供 250 credits，最多覆盖 25 平方公里，但禁止导出。限制是：联排住宅会合并成一个多边形，他们自己的截图就展示了这一点。Plugin 文档。

如需更广泛的比较，包括基于本地 SAM 的选项，请参阅 AI plugin 汇总和 QGIS AI hub。

在 QGIS 中免费试用，无需银行卡

在信任 layer 之前先检查它

五项检查，按照我执行的顺序排列。大约需要十五分钟，但它们不止一次帮我避免发布错误的数字。

如果你现在需要的是多边形，而不是定义，下一步就是这篇教程：在 QGIS 中自动检测建筑物轮廓。其中介绍了决定 layer 是否可用的过滤步骤。