什麼是建築物足跡？定義、資料來源，以及如何取得建築物足跡

建築物足跡是建築物與地面接觸處的輪廓，以水平面上的多邊形記錄。沿著牆基描繪一圈，把這個形狀攤平到地圖上，你就得到一個建築物足跡。

你能下載的足跡幾乎都不是這種資料。它們是從上方拍攝的照片描繪而成，因此跟隨的是屋頂。這篇文章其餘內容要說明的，就是這個差異、開放資料的位置，以及當資料沒有涵蓋你的區域時該怎麼做。

定義，以及緊鄰定義之外的概念

足跡是水平投影。它不包含高度、樓層或室內空間。擁有相同足跡的兩棟建築物，可能一棟是平房，另一棟是高塔。

有四種東西常被稱為足跡，但其實不是。我曾經在某個時候因為每一種都浪費一個下午。

足跡還是屋頂足跡

航空與衛星相機看到的是屋頂。模型或人員描繪這張影像時，畫出的是屋頂邊緣，而屋頂邊緣不是牆基。

三件事會讓兩者分開。屋簷與懸垂會把屋頂向外推，房屋通常會多出 30 到 80 公分，對小型建築物而言約是幾個百分點的面積。傾斜，也就是在離軸影像中任何高物體的側向位移，會讓整座高塔向側方偏移數公尺。還有車棚、陽台或遮棚，它們有屋頂，但底下根本沒有牆。

Overture 把這點寫進自己的 schema。它的 buildings guide 說，幾何應該「預期是最外層的 footprint，如果是從衛星或航空影像描繪，則是 roofprint」。Google 在 FAQ 中談到高樓時也說了同樣的事：該模型「訓練目標是偵測建築物屋頂，而不是基座」，所以在高樓上，多邊形位於屋頂出現的位置，而不是建築物實際站立的位置。

當你把數千棟建築物相乘時，誤差會累積。太陽能潛力需要屋頂，因此 roofprint 是正確的形狀。地面封閉、洪水暴露與退縮合規需要的是基座，而 roofprint 會悄悄高估這些數值。

足跡還是地籍宗地

宗地，也就是地籍界線，是一種法律物件。它代表某人擁有的土地。建築物位於宗地內，通常只覆蓋其中一部分。宗地資料來自土地登記，會在所有權變更時更新。足跡來自影像或測量，會在建築物變更時更新。將兩者連接是常見且有用的操作。把其中一個當成另一個，會讓你把花園算成屋頂。

足跡還是樓地板面積

總樓地板面積大致上是足跡乘以樓層數，這通常是稅務與規劃規則關心的數值。建築物外殼是 3D 外皮：足跡加上高度與屋頂形狀。單靠足跡無法告訴你其中任何一項。如果你需要樓地板面積，就需要樓層數或高度，而只有部分資料集會提供其中一項。

一棟建築物，還是多棟

連棟住宅是最容易破壞資料流程的案例。一排八棟房屋共用牆壁，因此從上方看是單一連續屋頂，沒有可見的分界。偵測器會回傳一個多邊形。地籍資料會回傳八個。兩者都沒有錯，它們回答的是不同問題，而你必須在計算任何數值之前，決定分析需要哪一種。

庭院是孔洞，因此圍繞庭院的建築物會是一個帶有內部環的多邊形，任何捨棄內部環的工具都會放大其面積。一座有中殿與獨立鐘塔的教堂，可能會以 multipart geometry 的形式出現。遮棚又是同樣的問題：加油站前場的屋頂，覆蓋的是空間而不是建築物。

人們用足跡做什麼

太陽能潛力分析，依據屋頂面積與朝向。洪水與野火暴露，以及其背後的保險定價。當人口普查資料過時或不存在時，用於人口估算。財產稅評估，以及偵測未經許可的增建。電信與網路規劃，因為建築物既是障礙物，也是客戶。3D 城市模型，從足跡加上高度擠出而成。地震或暴風雨後的損害評估，方法是比較兩個日期的資料。

它們全都需要同一件事：每棟建築物一個多邊形，而且面積值得信任。

哪裡可以取得建築物足跡資料

五個來源涵蓋了大多數需求。表格中的所有內容都取自出版者在 2026 年 8 月 23 日的官方頁面。

選擇之前先閱讀授權條款。ODbL 是 share-alike 授權，因此衍生資料庫必須以相同條款再次發布，而這個條款已經讓不只一個客戶交付案告吹。CDLA Permissive 2.0 與 CC BY 4.0 只要求標示出處。Google 同時以 CC BY 4.0 與 ODbL 發布，並讓你自行選擇，這是刻意的設計，讓 OpenStreetMap community 與其他所有人都能使用資料，而不必爭論相容性。

三個全球來源對同一片土地給出不同結果，而這個差異正是有用的部分。

如果你只想取得一個區域的檔案，我們的免費建築物足跡下載工具會讀取你繪製的方框內三個全球來源的資料，並提供內含 attribution 的 GeoJSON。不需要帳戶，方框上限為 25 km²。

當開放資料不夠用時

四種情況，而我在正常的一年裡四種都遇過。

該區域沒有涵蓋。Google 在 Global South 的邊界停止。Microsoft 只涵蓋 Bing 影像到過的地方。OpenStreetMap 只涵蓋有人願意繪製的地方。

資料比問題更舊。Google Open Buildings 在 2023 年 5 月執行推論。2025 年完工的住宅區不在其中，下載再多次也不會改變這點。

建築物是新的，或已經消失。損害評估與施工監測都需要兩個日期，而開放資料只給你一個日期。

你需要的是沒有任何人發布的形狀。太陽能研究需要屋頂平面，或需要從自己的 5 cm 無人機飛行資料中取得建築物，而 30 cm 的全球模型無法提供有用結果。

這時你就要自己擷取。

為自己的區域取得足跡的四種方法

四種方法中的三種可以在 內執行。每種方法都要問相同的問題：要安裝什麼、是否需要 GPU 或帳戶、影像是否會離開你的電腦、輸入與輸出是什麼、實際工作成本多少，以及一項限制。

下載開放資料集。 不需安裝任何東西。不需要 GPU，也不需要帳戶。除了你查詢的 bounding box 之外，任何資料都不會離開你的電腦。輸入一個方框，輸出含有 licence 與 attribution 的 GeoJSON，兩者都會寫入檔案。免費。限制是：它只能回傳出版者已經繪製的內容，因此新的住宅區仍然會缺漏。我們的下載工具。

我們的 AI Segmentation。 先從 QGIS plugin manager 安裝，然後建立帳戶。不需要 GPU，不需要下載 weights，也不需要 Python environment。Automatic，以及 cloud save in Semi-Auto，會將你在區域內繪製的影像傳送到我們位於歐洲的伺服器。小型 Semi-Auto 模型會在本機執行，讓影像留在你的電腦上。輸入任何 raster 或 basemap 上的一個區域，再加上一個像 building 這樣的詞。輸出是一個設好樣式的 GeoPackage，每個物件一個多邊形，各自包含 class、confidence score 與 area。每月免費提供 3 km² 的 automatic detection，之後每月 €39，可使用 300 km²。限制是：它回傳的內容可能比你要求的更多，因此通風口、天窗與庭院棚屋會以正確描繪的多邊形回傳，但它們不是建築物，你需要依 confidence 與 area 將它們篩掉。產品頁面。

Deepness。 先從 plugin manager 安裝，第一次啟動時會安裝 OpenCV 與 ONNX Runtime。運作順利時大約需要二十分鐘。不需要帳戶。所有工作都在你的電腦上執行，小型 raster 使用 CPU，需要速度時使用你自己的 CUDA 設定。輸入任何 raster layer，再加上你提供的 ONNX model file。輸出 vector 或 raster layer。免費，Apache 2.0。限制是：它本身不附帶偵測能力，而以 25 cm 影像訓練的模型，在沒有警告的情況下會把你的 5 cm 無人機飛行資料當成雜訊。Repository 與documentation。

Mapflow，由 Geoalert 提供。 先從 plugin manager 安裝，然後登入。不需要 GPU。它在對方的伺服器上執行，因此每次執行時影像都會離開你的電腦。輸入你在其中一個影像來源上繪製的區域。輸出 vector layers：建築物，可選擇高度，還有道路、田地與森林。建築物每 km² 收取 10 credits，每 credit $0.10，並以完整平方公里向上計算，因此 10 km² 的城鎮約為 $10。免費方案提供 250 credits，最多涵蓋 25 km²，但禁止匯出。限制是：連棟住宅會合併成一個多邊形，這點在他們自己的截圖中也能看到。Plugin documentation。

如需更完整的比較，包括以 SAM 為基礎的本機選項，請參閱 AI plugin roundup 與 QGIS AI hub。

在 QGIS 中免費試用，不需要信用卡

信任之前先檢查 layer

五項檢查，依照我執行的順序排列。大約需要十五分鐘，而且不只一次救我免於交付錯誤的數字。

如果你現在想取得的是多邊形，而不是定義，下一步就是這篇教學：在 QGIS 中自動偵測建築物足跡，其中涵蓋決定 layer 是否可用的篩選步驟。