数据分享 | 基于高分辨率遥感的城市空地识别数据集

最近处理城市更新项目时我发现空地识别是个技术难点。2024年全国实施城市更新项目6万余个完成投资约2.9万亿元这些项目前期都需要精准的空地摸底。传统人工调查效率低遥感深度学习的方法正在改变这一局面。数据链接https://pan.quark.cn/s/aafc0d2f6c20数据集技术指标本数据集基于高分辨率遥感影像与语义分割技术首次实现中国36个主要城市空地的大规模高精度自动识别为城市土地集约利用和空间规划提供重要数据支撑。数据年份2019年覆盖城市36个主要城市数据格式Shapefile (.shp)识别方法高分辨率遥感 语义分割数据性质矢量边界数据科研应用前景这份数据在城市规划和土地管理领域有广泛应用。我在分析时注意到空地识别数据与自然资源督察工作高度相关——自然资源部已将卫星遥感技术用于耕地保护动态监测监管、国土调查、辅助土地督察执法等方面空地数据可作为违法用地监测的重要参考。此外随着城市绿地碳汇监测技术标准的推进空地识别数据还能为城市绿地规划提供空间基础助力城市生态系统碳汇能力评估。当前深度学习算法在遥感图像语义分割中的应用日趋成熟卷积神经网络能够自动从大量图像数据中学习特征表示为空地识别提供了技术保障。数据来源Mao, Lingdong; Zheng, Zhe; Meng, Xiangfeng; Zhou, Yucheng; Zhao, Pengju; Yang, Zhihan; Long, Ying (2022), “Vacant land of 36 major Chinese cities”, Mendeley Data, V1, doi: 10.17632/3c8myvygjj.1数据获取方式链接https://pan.quark.cn/s/aafc0d2f6c20更多数据