评估城市不平等制图中开放建筑数据集的质量：跨5个城市的比较分析

虽然非正规社区缺乏针对性发展且高度动态，但这些地区的空间数据质量可能存疑。本研究评估了来自Google和Microsoft的人工智能生成的开放建筑数据集（OBD）与OpenStreetMap（OSM）数据在跨越多个全球城市（包括加纳首都阿克拉、肯尼亚内罗毕、委内瑞拉加拉加斯、德国柏林和美国休斯顿）中的质量和偏差。采用交并比（IoU）、重叠分析和位置精度算法来分析数据集的相似性和对齐情况。该文还分析了建筑多边形面积的大小分布，并通过预定义但规则的空间单元评估完整性。结果表明数据质量存在显著差异，休斯顿和柏林显示出高水平的对齐性和完整性，反映出其结构化城市环境。所分析的数据集存在缺口，像阿克拉和加拉加斯这样的城市可能存在欠代表。这可能凸显了捕捉复杂或非正规地区的困难。本研究还指出不同的建筑大小分布，这可能指示全球的社会经济差异。这些发现强调了考虑全球建筑数据集质量以避免误表示的必要性，这是规划和资源分配的重要因素。