Übersicht über den GlobalBuildingAtlas-Datensatz der TU München, bestehend aus globalen Gebäudepolygonen (GBA.Polygon), Gebäudehöhenkarte (GBA.Height) und LoD1-Modellen (GBA.LoD1). Der obere Abschnitt zeigt die Datensatzstatistiken nach Kontinent, einschließlich der Anzahl der Gebäude, der Gesamtgebäudefläche und des Gesamtgebäudevolumens. Der mittlere Abschnitt zeigt die globale Verteilung des Gebäudevolumens, berechnet über 480×480 Meter große Gitterzellen. Der untere Abschnitt bietet einen genaueren Blick auf die Gebäudevolumenverteilung in 10 repräsentativen Städten. Quelle: TU München/Google Maps
Mit dem GlobalBuildingAtlas hat eine Forschungsgruppe der Technischen Universität München (TUM) erstmals eine hochauflösende 3D-Karte aller Gebäude weltweit erstellt. Die frei zugänglichen Daten ermöglichen präzisere Modelle für Urbanisierung, Infrastruktur und Katastrophenmanagement. Das Forschungsteam wird von Prof. Xiaoxiang Zhu, Inhaberin des Lehrstuhls für Datenwissenschaft in der Erdbeobachtung an der TUM, geleitet. Das Projekt ist per ERC-Starting Grant gefördert.
Der GlobalBuildingAtlas umfasst mit 2,75 Milliarden Gebäudemodellen alle Bauwerke, von denen Satellitenbilder aus dem Jahr 2019 vorliegen. Er ist die umfangreichste Sammlung dieser Art. Zum Vergleich: Die bislang größte Datenbank zählt 1,7 Milliarden Gebäude. Die 3D-Modelle besitzen eine 3×3-Meter-Auflösung.
Zudem wurden 97 Prozent (2,68 Milliarden) aller Gebäude als sogenannte LoD1-3D-Modelle hinterlegt. LoD1-3D-Modelle (Level of Detail 1) sind vereinfachte dreidimensionale Darstellungen von Gebäuden, die die Grundform und Höhe jedes Gebäudes wiedergeben. Diese sind zwar gröber, lassen sich aber dadurch auch in großer Zahl in Computermodelle integrieren. Sie sollen eine Grundlage für Analysen von Stadtstrukturen, Volumenberechnungen und Infrastrukturplanung bilden. In vergleichbaren Datenbanken fehlen vor allem Gebäude-Daten aus Regionen in Afrika, Südamerika und besonders aus ländlichen Gebieten.
Neuer globaler Indikator für Wohnraum
„3D-Gebäudeinformationen liefern ein deutlich genaueres Bild von Urbanisierung und Armut als klassische 2D-Karten“, erklärt Prof. Zhu. „Durch das 3D-Modell wird nicht nur die Fläche, sondern auch das Volumen des Gebäudes ersichtlich. Dadurch lassen sich viel präzisere Schlüsse über die Wohnverhältnisse ziehen. Wir führen damit einen neuen globalen Indikator ein: das Gebäudevolumen pro Kopf, also die gesamte Gebäudemasse im Verhältnis zur Bevölkerung – ein Maß für Wohnraum und Infrastruktur, das soziale und wirtschaftliche Unterschiede sichtbar macht. Dieser Indikator unterstützt die Umsetzung nachhaltiger Stadtentwicklung und hilft, Städte inklusiver und widerstandsfähiger zu gestalten.“
Offene Daten für globale Herausforderungen
Zugleich sollen die Daten Modelle zu Themen wie Energiebedarf und CO₂-Emissionen verbessern und die Planung grüner Infrastruktur unterstützen. Auch bei der Katastrophenvorsorge sollen sich Risiken schneller bewerten lassen.
Die Daten stoßen bereits auf großes Interesse: So prüft nach Angaben des TUM das Deutsche Zentrum für Luft- und Raumfahrt (DLR) den Einsatz des GlobalBuildingAtlas im Rahmen der „Internationalen Charter: Space and Major Disasters“.Alle Daten und der gesamte Code sind frei verfügbar über GitHub und mediaTUM, den Medien- und Publikationsserver der TUM.
https://github.com/zhu-xlab/GlobalBuildingAtlas
https://mediatum.ub.tum.de/1782307