- GlobalBuildingAtlas to najdokładniejsza trójwymiarowa mapa budynków, jaka kiedykolwiek powstała. Obejmuje ona około 2.75 miliarda obiektów o rozdzielczości 3×3 m.
- W ramach projektu połączono 800 000 zdjęć satelitarnych z 2019 r. z danymi szkoleniowymi uzyskanymi w ramach głębokiego uczenia i LiDAR-u ze 168 miast, aby oszacować powierzchnię, wysokość i objętość budynków.
- Wyniki ujawniają wyraźne kontrasty na całym świecie: w Azji znajduje się niemal połowa wszystkich budynków, podczas gdy nowy wskaźnik – objętość zabudowy przypadająca na mieszkańca – ujawnia poważne nierówności.
- Otwarty zbiór danych wspomaga planowanie urbanistyczne, modelowanie klimatu i energii, ocenę ryzyka klęsk żywiołowych, a nawet dochodzenia w sprawie korupcji i zarządzania miejskiego.
Planeta po cichu zyskała nową, niezwykłą warstwę informacji: globalna mapa 3D 2.75 miliarda budynków, obejmując około 97% wszystkich konstrukcji stworzonych przez człowieka na Ziemi. Od rozległych dzielnic wieżowców w Chinach po rozproszone wiejskie domy w Sahelu, niemal każdy dach został przekształcony w obiekt mierzalny w trzech wymiarach.
Za tym wyczynem kryje się GlobalBuildingAtlas, ogromny otwarty zbiór danych, który rekonstruuje wysokość, zarys i kubaturę praktycznie każdego budynku za pomocą zdjęć satelitarnych i uczenia maszynowego. Projekt, daleki od bycia jedynie efektowną wizualizacją, jest pozycjonowany jako fundamentalne narzędzie do… planowanie urbanistyczne, modelowanie klimatu i energii, ocena ryzyka katastrof i badania społeczne na skalę prawdziwie planetarną.
Czym właściwie jest trójwymiarowa mapa 2.75 miliarda budynków?
W swojej istocie GlobalBuildingAtlas jest światowy inwentarz budynków w 3D, wygenerowane w rozdzielczości przestrzennej 3 × 3 metry. Każda zmapowana struktura jest reprezentowana zarówno jako Ślad 2D na ziemi i w uproszczeniu Blok 3D z szacowaną wysokościąumożliwiając badaczom obliczenie powierzchni użytkowej, objętości oraz tego, jak gęsta lub rozproszona jest w rzeczywistości zabudowa obszarów.
Zespół twierdzi, że atlas zawiera 2.75 miliarda wielokątów budowlanych. Przez około 2.68 miliarda z nich (około 97%)dane docierają do tego, co jest znane jako Poziom szczegółowości 1 (LoD1): geometrycznie uproszczone bryły, które odzwierciedlają podstawowy kształt i elewację każdego budynku. Nie jest to poziom szczegółowości architektonicznej, ale jest wystarczająco dokładny, aby posłużyć do zasilania modeli numerycznych, symulacji i systemów AI, które wymagają spójnego, globalnego zasięgu.
W porównaniu z wcześniejszymi globalnymi zbiorami danych o budynkach, które obejmowały łącznie około 1.7 miliarda obiektów, nowa mapa dodaje ponad miliard dodatkowych budynków i zapewnia znacznie większą szczegółowość. Szczegółowość przestrzenna jest opisana jako do 30 razy wyższy niż niektóre z najczęściej stosowanych dotychczas inwentaryzacji, szczególnie w regionach, które wcześniej były słabo reprezentowane.
Zwiększenie zasięgu ma znaczenie, ponieważ obszary, które wcześniej były słabo zmapowane, takie jak duże części Afryki, Ameryki Południowej i wiejskiej Azji Teraz atlas jest bardziej szczegółowy niż ten tradycyjnie zarezerwowany dla Europy czy Ameryki Północnej. Innymi słowy, atlas jest nie tylko większy, ale i bardziej zrównoważony geograficznie.
Sześć do siedmiu lat pracy: jak powstała globalna mapa 3D
Stworzenie modelu 3D niemal każdego budynku na świecie nie było kwestią uruchomienia jednego algorytmu. Projekt trwał około sześć do siedmiu lat rozwoju, łącząc teledetekcję satelitarną, uczenie głębokie i zbiór zbiorów danych referencyjnych udostępnianych przez różne inicjatywy kartograficzne i agencje publiczne.
Podstawą projektu są obrazy z Odbicie powierzchni PlanetScope, konstelacja komercyjnych satelitów, które obrazują Ziemię z odległości około 3 metry na pikselW tym atlasie badacze zebrali i przetworzyli około 800 000 scen satelitarnych, głównie z 2019 r., uzupełnione w kilku przypadkach danymi z 2018 r., ze staranną selekcją obrazów, które były w dużej mierze wolne od chmur i zaburzeń atmosferycznych.
Te sceny nie zostały po prostu nałożone na siebie. Zostały one poddane ortofotomapowaniu i korekcie atmosferycznej, tak aby każdy piksel odpowiadał precyzyjnemu fragmentowi gruntu i odzwierciedlał właściwości powierzchni, a nie mgłę czy artefakty oświetlenia. Następnie zespół zszył to ogromne archiwum w globalna mozaika, wybierając, piksel po pikselu, najczystsze obserwacje dla każdej lokalizacji.
Aby skupić moc obliczeniową tam, gdzie ludzie faktycznie budują, naukowcy wykorzystali wcześniejszy produkt, Globalny ślad miejski, aby zidentyfikować pola, na których prawdopodobnie znajdują się osady. Tylko te segmenty zostały przepuszczone przez późniejszy proces wykrywania budynków, co skróciło obliczenia, a jednocześnie umożliwiło wykrycie odizolowanych osad i małych miasteczek.
Jednym z najtrudniejszych wyzwań było odróżniać prawdziwe budynki od innych jasnych lub strukturalnych obiektów widziane z kosmosu – takie jak drogi, klify, infrastruktura przemysłowa czy korony drzew. Grupa opracowała wieloetapowy proces pracy, który pozwala wykrywać, udoskonalać i ostatecznie przekształcać potencjalne budynki w użyteczne wektorowe odciski.
Od pikseli satelitarnych do pojedynczych budynków
Pierwszym krokiem w przekształcaniu obrazów w mapę budynków było wytrenowanie głębokiej sieci neuronowej w celu rozpoznawania lokalizacji budynków. W tym celu zespół podzielił mozaikę satelitarną na mniejsze fragmenty i połączył je z… istniejące zarysy budynków ze źródeł takich jak OpenStreetMap i duży zbiór danych z adnotacjami z Chin.
Te wektorowe ślady zostały zrasteryzowane, aby pasowały do siatka trzymetrowa obrazów PlanetScope, generując dane treningowe, w których każdy piksel został oznaczony jako „budynek” lub „niebudynek”. sieć neuronowa typu koder-dekoder następnie nauczył się tworzyć „maskę budynku”: obraz, na którym jasne piksele wskazują przewidywane lokalizacje budynków.
Jednakże surowy wynik tego modelu miał tendencję do scal sąsiadujące budynki w ciągłe obszary, szczególnie w gęsto zaludnionych centrach miejskich. Aby temu zaradzić, zespół zbudował drugi sieć regularyzacji Aby oczyścić maski, rozdzielić połączone kształty i wyostrzyć granice przed przekształceniem ich w wielokąty, zastosowano algorytmy wykrywania konturów, upraszczania wielokątów i filtrowania małych obiektów, aby przekształcić te binarne maski w wektorowe odciski.
Nawet wtedy nie wszystkie wykryte obiekty były autentycznymi strukturami. Naukowcy porównali wyniki z globalna mapa pokrycia terenu (WorldCover), usuwając elementy wyraźnie zlokalizowane nad zbiornikami wodnymi, lodowcami, gęstymi lasami lub innymi typami terenu, gdzie obecność budynków jest niezwykle mało prawdopodobna. Ten dodatkowy etap filtrowania okazał się niezbędny do ograniczenia liczby fałszywych alarmów w odległych obszarach.
Ponieważ żaden pojedynczy zbiór danych o śladzie nie jest kompletny ani spójny w skali globalnej, projekt wykorzystuje strategia fuzji ukierunkowana na jakośćW każdym regionie administracyjnym zespół wybrał najbardziej wiarygodne źródło — często OpenStreetMap, ale także Open Buildings firmy Google dla części Afryki i Ameryki Południowej, dane o budynkach firmy Microsoft lub regionalny zestaw danych dla Azji Wschodniej (CLSM) — jako warstwę podstawową, a następnie wzbogacił ją o źródła wtórne w przypadku występowania luk.
W praktyce oznacza to, że w każdym regionie atlas zachowuje wszystkie budynki z najlepszego dostępnego źródła, dodaje nienakładające się na siebie budynki z drugiego najlepszego źródła i opiera się na własnych, automatycznie generowanych obrysach, aby wypełnić pozostałe puste przestrzenie. Rezultatem jest pojedyncza, zharmonizowana warstwa wielokątów budynków, która, zdaniem autorów, jest bardziej kompletna niż którykolwiek z jej komponentów rozpatrywany osobno.
Jak zespół oszacował wysokość i objętość
Przekształcenie dwuwymiarowych obrysów budynków w obiekty trójwymiarowe wymagało kolejnego ważnego kroku: oszacowania wysokości każdej konstrukcji. W tym celu grupa zgromadziła dużą kolekcję dane lotnicze LiDAR pokrycie 168 miasta, głównie w Europie, Ameryce Północnej i Oceanii, gdzie lotnicze skanowanie laserowe zostało wdrożone na szeroką skalę.
Na podstawie tych źródeł LiDAR uzyskano znormalizowane cyfrowe modele powierzchni (nDSM), gdzie każda komórka siatki wskazuje, o ile metrów dany punkt wznosi się nad powierzchnię gruntu. Te nDSM-y służyły jako „prawda podstawowa” dla szkolenia odrębna sieć neuronowa, która mogłaby wnioskować o wysokości budynku bezpośrednio na podstawie pojedynczego obrazu satelitarnego.
Po przeszkoleniu to monokularny model szacowania wysokości został uruchomiony na globalnej mozaice PlanetScope, przesuwając się po powierzchni z nakładającymi się oknami, aby pokryć każdy piksel. Dla każdej komórki o wymiarach 3 × 3 metry sieć generowała przewidywaną wartość wysokości. Aby określić wiarygodność, system wygenerował wiele lekko zaburzonych prognoz i zmierzono, jak bardzo się różniły, przypisując każdej lokalizacji oszacowanie niepewności.
Ostatnim krokiem było połączenie udoskonalonych zarysów budynków z tym siatka wysokościDla każdego pojedynczego wielokąta budynku w atlasie system pobierał próbki warstwy wysokości i zazwyczaj przypisywał jej maksymalna wartość wysokości znaleziona w obrębie tego obrysu jako reprezentatywna wysokość budynku, wraz z powiązaną miarą niepewności. Na podstawie tej wysokości i powierzchni obrysu, całkowita Tom dla każdego budynku można obliczyć.
Choć modele LoD1 są wizualnie proste – bardziej przypominają starannie ułożone pudełka niż w pełni szczegółową architekturę – to jednak oddają wystarczająco dużo zbudowany formularz w celu obsługi solidnej analizyTesty przeprowadzone w miastach Ameryki Północnej i Południowej, Europy, Azji i Oceanii pokazują, że chociaż błędy różnią się w zależności od regionu i formy urbanizacji, globalny zbiór danych działa co najmniej porównywalnie, a często lepiej niż istniejące produkty dotyczące wysokości budynków na dużą skalę.
Co atlas budynków 3D ujawnia o świecie
Dzięki odpowiednim technologiom atlas może posłużyć do narysowania pewnego rodzaju numeryczne zdjęcie rentgenowskie środowiska zabudowanego. Na wszystkich kontynentach zbiór danych obejmuje łącznie około 506 640 milionów metrów kwadratowych powierzchni zabudowy i około 2.85 biliona metrów sześciennych objętości zabudowy.
Jednym z pierwszych wniosków jest to, że wcześniejsze globalne szacunki liczby budynków wydają się być zbyt wysokie. Powszechna liczba krążąca w raportach Organizacji Narodów Zjednoczonych sugerowała, że może ich być około 4 miliardy budynków na całym świecieLiczba 2.75 miliarda zidentyfikowana w tym miejscu — w połączeniu z systematycznym sposobem ich wykrycia — sugeruje, że wcześniejsza liczba prawdopodobnie zawyżała rzeczywistą sumę.
Porównania regionalne wnoszą więcej niuansów. Azja Wyłania się jako niekwestionowany gigant zarówno pod względem liczby budynków, jak i całkowitej objętości. Atlas liczy około 1.22 miliarda budynków na kontynencie, obok około 1.27 biliona metrów sześciennych zabudowanej objętościLiczby te odzwierciedlają szybką ekspansję miejską i wysoką gęstość zaludnienia w krajach takich jak Chiny, Indie i Azja Południowo-Wschodnia.
Afryka posiada drugą co do wielkości liczbę budynków, wynoszącą około 540 milionów struktur, ale ze znacznie mniejszą skumulowaną objętością — rzędu 117 miliardów metrów sześciennych. Ta rozbieżność między liczbą budynków a ich objętością podkreśla powszechność budynki mieszkalne o niskiej zabudowie i małej powierzchni, szczególnie w osiedlach nieformalnych i społecznościach wiejskich.
In Europa i Ameryka PółnocnaAtlas odnotowuje mniej budynków niż w Afryce, ale średnia objętość przypadająca na jeden obiekt jest znacznie wyższa. Obszary miejskie często łączą bloki średnio- i wielopiętrowe, magazyny i większe domy jednorodzinne, co zwiększa typową objętość zabudowy, nawet gdy liczba budynków jest mniejsza.
Ameryka Południowatymczasem wyróżnia się w analizie tym, że ma pewne największe błędy w szacowaniu wysokości i objętościZespół łączy to ze złożonymi połączeniami centrów wieżowców i nieformalnych, gęsto zaludnionych dzielnic, których spójna interpretacja przez model stanowi większe wyzwanie, wskazując, gdzie przyszłe ulepszenia i bardziej lokalne dane referencyjne byłyby najbardziej przydatne.
Nowa metryka: objętość zabudowy przypadająca na osobę
Być może najbardziej prowokacyjnym aspektem projektu jest wprowadzenie nowego wskaźnika: objętość zabudowy na mieszkańcaZamiast mierzyć jedynie stopień zurbanizowania terenu, wskaźnik ten bierze pod uwagę całkowitą objętość zabudowy w stosunku do liczby osób zamieszkujących dany obszar.
Zespół badawczy twierdzi, że takie podejście wychwytuje nierówności, które płaskie mapy 2D mają tendencję do ukrywaniaDwie dzielnice mogą zajmować tę samą powierzchnię na tradycyjnej mapie, ale ich profile pionowe — i oferowane przez nie warunki życia — mogą się znacząco różnić.
Korzystając z nowego zestawu danych 3D, podkreślają przypadki takie jak: Finlandia i GrecjaOkazuje się, że Finlandia ma około sześć razy większa powierzchnia zabudowana na osobę niż w Grecji, co wskazuje na większą przestrzeń na mieszkańca i inne wzorce urbanistyczne i mieszkaniowe. Na drugim końcu skali, Niger pojawia się z powierzchnią zabudowaną przypadającą na mieszkańca wynoszącą około 27 razy niższy niż średnia światowawskazując na poważne deficyty w infrastrukturze i mieszkalnictwie.
Te różnice nie ograniczają się do Europy czy Afryki. Atlas pokazuje, że na różnych kontynentach bogatsze regiony zazwyczaj cieszą się większa objętość na osobę, szersze ulice i większe budynkiPodczas gdy biedniejsze dzielnice często łączą ciasną, niską zabudowę z ograniczoną infrastrukturą publiczną. Kontrast staje się wyraźny, gdy porówna się na przykład zamożne dzielnice dużych miast z pobliskimi, nieformalnymi osiedlami.
Dla głównego naukowca projektu, Profesor Xiaoxiang Zhu Politechniki Monachijskiej, ta zmiana jest fundamentalna. Ona i jej koledzy argumentują, że miasta powinny być traktowane jako obiekty trójwymiarowe przy ocenie postępów w kierunku Cel Zrównoważonego Rozwoju ONZ 11, który koncentruje się na zrównoważonych miastach i społecznościach, a nie opiera się wyłącznie na tym, ile ziemi jest klasyfikowane jako „miejskie”.
Ich zdaniem, objętość budynków na mieszkańca oferuje bardziej bezpośredni, choć wciąż niedoskonały, obraz poziomu życia, dostępności infrastruktury i intensywności użytkowania gruntów niż mapy, które jedynie zarysowują granice obszarów zabudowanych.
Od modelowania klimatu do reagowania na katastrofy
Oprócz opisywania globalnych wzorców, mapa budynków 3D ma na celu: praktycznie użyteczny Do szerokiego zakresu zastosowań. Ponieważ każdy budynek ma przypisany obrys, wysokość i lokalizację, atlas może być bezpośrednio wykorzystywany w modelach wymagających szczegółowych odwzorowań środowiska zabudowanego.
Jednym wyraźnym obszarem jest analiza klimatu i energiiSzacuje się, że budynki stanowią około 40% globalnej emisji CO₂, głównie poprzez ogrzewanie, chłodzenie i zużycie energii elektrycznej. Posiadanie spójnych danych 3D dotyczących zasobów budowlanych na całym świecie pozwala badaczom lepiej oszacować zapotrzebowanie na energię, symulować różne scenariusze modernizacji i kwantyfikować potencjalne redukcje emisji ze zmian w konstrukcji, izolacji lub projekcie urbanistycznym.
Innym bezpośrednim zastosowaniem jest ograniczenie ryzyka katastrof. Instytucje takie jak Niemieckie Centrum Kosmiczne, który jest zaangażowany w Karta Międzynarodowa: Kosmos i poważne katastrofy, badają już, jak atlas może pomóc w ocenie, które budynki i populacje są narażone na powodzie, trzęsienia ziemi, osuwiska lub burze. Dzięki danym trójwymiarowym łatwiej jest oszacować, ile osób może być dotkniętych na poszczególnych piętrach lub jaka część zabudowy znajduje się na obszarze zalewowym.
Dla urbanistów i władz lokalnych posiadanie spójna linia bazowa 3D otwiera możliwości symulowania interwencji przed ich wdrożeniem. Władze miast mogą na przykład: zidentyfikować dzielnice, w których podaż mieszkań jest znacznie niższa od potrzeb ludności, zlokalizuj potencjalne miejsca pod nowe szkoły lub ośrodki zdrowia i sprawdź, jak dodanie terenów zielonych lub zmiana układu ulic wpłynie na narażenie na ciepło lub dostępność.
Kluczowy jest otwarty charakter zbioru danych. Atlas jest dostępny online za pośrednictwem mapa interaktywna który działa w sposób, który wielu użytkowników uzna za znajomy: można przesuwać, powiększać, wybierać różne warstwy tła, takie jak standardowe mapy lub widoki satelitarne, a także wyszukiwać określone miejsca według nazwy lub adresu. Użytkownicy mogą przełączać się między wizualizacje objętości i reprezentacje bloków LoD1 3D do zwiedzania własnego miasta lub odległych regionów.
Dla tych, którzy potrzebują głębszego dostępu, podstawowe dane i kod można pobrać z GitHubDzięki temu badacze, agencje publiczne, a nawet firmy prywatne mogą przeprowadzać własne analizy, integrować atlasy z istniejącymi systemami lub przyjmować zarządzane bazy danych grafowych do przedstawiania złożonych relacji.
Monitorowanie urbanizacji w czasie niemal rzeczywistym
Jedną z najbardziej atrakcyjnych obietnic GlobalBuildingAtlas jest to, że nie musi on pozostać jednorazowym podsumowaniem roku 2019. Ponieważ plan działania opiera się na regularnie pozyskiwane dane satelitarne i wyszkolonych modeli, można je zasadniczo okresowo uruchamiać ponownie w celu uzyskania zaktualizowanych widoków światowych zasobów budowlanych.
Uczony zajmujący się planowaniem urbanistycznym Dorina Pojaniz Uniwersytetu Queensland podkreślił, że może to umożliwić badaczom i decydentom śledzić ewolucję miast w ciągu najbliższych pięciu do dziesięciu lat, zamiast opierać się na rzadkich spisach powszechnych lub lokalnych zbiorach danych, które rzadko są harmonizowane między krajami.
W regionach, gdzie informacje dotyczące planowania są skąpe lub nieaktualne, takich jak szybko rozwijające się miasta drugorzędne w Afryce czy Azji, mogłoby to stanowić pierwszy wiarygodny i aktualny punkt odniesienia dla środowiska zabudowanego. Planiści mogliby na przykład zobaczyć, jak rozrastają się nieformalne osiedla, gdzie strefy przemysłowe wkraczają na tereny rolnicze lub które obszary podmiejskie zapełniają się nową zabudową.
W przypadku badań demograficznych i społeczno-ekonomicznych takie aktualizacje czasowe można skrzyżować z szacunkami populacji, obserwuj, jak zmienia się z czasem objętość zabudowy przypadająca na jedną osobęCzy niektóre obszary nadrabiają zaległości pod względem budownictwa mieszkaniowego i infrastruktury, czy też dysproporcje się pogłębiają? Które polityki wiążą się z bardziej zrównoważonym wzrostem wolumenu zabudowy i liczby ludności?
Z technicznego punktu widzenia możliwość częstszych aktualizacji będzie zależeć od takich czynników, jak: dostępność danych satelitarnych, zasoby obliczeniowe i możliwość udoskonalania modeli z nowymi referencyjnymi zestawami danych, zwłaszcza w regionach niedostatecznie reprezentowanych. Niemniej jednak, schemat przedstawiony na mapie z 2019 roku stanowi szablon dla przyszłych „migawek” budynków na świecie.
Przejrzystość, zarządzanie, a nawet badania nad korupcją
Oprócz planowania fizycznego i badań klimatycznych atlas może mieć również znaczenie dla zarządzanie i przejrzystośćPonieważ umożliwia systematyczne łączenie fizycznej obecności budynków z innymi zbiorami danych, niektórzy badacze widzą w nim narzędzie do badania, w jaki sposób władza i pieniądze kształtują środowisko zabudowane.
Ekspert ds. planowania urbanistycznego Dorina Pojani wskazał, że w zasadzie można wykorzystać dane na poziomie budynku, kojarzenie konkretnych projektów z deweloperami, korporacjami lub aktorami politycznymi. Nakładając na siebie rejestry gruntów, rejestry spółek lub dane dotyczące zamówień publicznych, analitycy mogliby zacząć zastanawiać się, czy pewne sieci osób mają nieproporcjonalnie dużą obecność w projekty o wysokiej wartości lub strategicznie zlokalizowane, wspierany przez Amazon Neptun.
Takie analizy mogą przyczynić się do badań nad korupcja miejska, spekulacja gruntami i przejmowanie procesów planowaniaMogą one pomóc w identyfikacji wzorców, w których boom budowlany zbiega się ze zmianami polityki lub w których pewne dzielnice są systematycznie zagospodarowywane przez luksusowe firmy, podczas gdy inne pozostają systematycznie zaniedbywane.
Inny ekspert, Liton Kamruzzaman z Uniwersytetu Monash podkreślił, że atlas ma szczególną wartość w krajach, obecnie brakuje wiarygodnych informacji planistycznychW takich kontekstach, w których może brakować nawet podstawowych map ekspansji miejskiej, dostępność globalnej, trójwymiarowej warstwy budynków mogłaby pomóc w bardziej przejrzystej debacie na temat tego, jak rozwijają się miasta, które społeczności otrzymują infrastrukturę oraz jak rozkładają się zagrożenia i udogodnienia.
Oczywiście atlas nie przedstawia pełnego obrazu własności, praw do użytkowania ani dynamiki społecznej. Jednakże, tworząc fizyczna strona historii jest o wiele bardziej widoczna i mierzalna, może stanowić punkt wyjścia do bardziej świadomych dyskusji na temat równości, sprawiedliwości i odpowiedzialności w rozwoju miast.
Patrząc w przyszłość, fakt, że zbiór danych jest publiczne i powtarzalne oznacza, że dziennikarze, przedstawiciele społeczeństwa obywatelskiego i badacze mogą niezależnie weryfikować twierdzenia dotyczące wzorców budowy, zapewniania infrastruktury lub wyników dużych programów rozwojowych, zamiast polegać wyłącznie na oficjalnych statystykach.
We wszystkich tych dziedzinach – badaniach miejskich, nauce o klimacie, zarządzaniu ryzykiem i zarządzaniu – nowe Mapa 3D 2.75 miliarda budynków Stanowi to radykalną zmianę w sposobie obserwacji i analizy środowiska zabudowanego na świecie. Zastępując płaski, fragmentaryczny obraz trójwymiarowym, niemal globalnym inwentarzem, GlobalBuildingAtlas oferuje wspólny punkt odniesienia pozwalający zrozumieć, gdzie i jak żyją ludzie, co zostało dla nich zbudowane i jak nierównomiernie podzielona jest ta przestrzeń zabudowana.
