随着城市化进程的加速，对三维建筑数据的快速获取与精准分析已成为城市规划、能源管理、碳排放评估等领域的迫切需求。

然而，现有建筑数据集往往在属性覆盖的全面性、数据更新的时效性以及地理范围的完整性方面存在局限。

由清华大学研究团队合作，在《Scientific Data》上发布了CMAB中国多属性建筑数据集。

这是中国首个全国尺度、多属性融合的建筑数据集，覆盖全国3,667个空间城市、3,100万栋建筑，总建筑面积达236亿平方米，为城市研究与智慧规划提供了高精度、多维度的数据基础。

该数据集不仅包含建筑的几何属性如屋顶轮廓、高度、结构，还融入了功能、风格、建筑年代、质量等社会属性，实现了从“物理空间”到“社会功能”的全维度刻画，极大推动了城市精细化建模与可持续发展目标的实现。

数据核心信息介绍

CMAB 数据集以全国 3667 个空间城市为研究范围（单个空间城市面积均超过 2km²，总面积达 95670km²），涵盖 3100 万栋建筑，总建筑面积达 236 亿 m²，建筑存量体积共计 3630 亿 m³，是目前国内覆盖范围最广、建筑数量最多的多属性建筑数据集。

中国多属性建筑数据集

其数据时间跨度主要集中在 2021-2024 年，70% 的遥感影像数据采集于 2022-2024 年，确保了数据的时效性与现势性。

数据集创新性地将建筑属性分为几何属性与指示属性两大类，通过多源数据融合与先进算法实现精准提取，

基于 0.3-1m 分辨率的 Google Earth 卫星影像，采用 OCRNet 模型进行分割提取，结合人工标注增强样本（最终标注数据集含 8760 个切片、114783 栋建筑），F1-Score 达 89.93%，mIoU（平均交并比）为 81.95%，精度远超现有同类数据集（如 CBRA、90-city BRA）。

中国多属性建筑数据集

以百度地图 982 万栋建筑的楼层数据为训练样本，构建分层 XGBoost 模型（按行政级别分为 5 类模型），结合建筑形态、街区特征、POI 分布等 91 个变量，实现高度预测。其中，非城区建筑预测 R² 达 0.84，MAE（平均绝对误差）仅 2.5 米，在 50 米以下建筑高度预测中，RMSE（均方根误差）显著低于 GABLE、3D-GloBFP 等数据集。

结构（Structure）：通过微调 CLIP 多模态模型，结合 6000 万张街景图像（SVIs）的物体检测结果，实现建筑结构类型（如钢筋混凝土、砖混）的分类，top-1 准确率达 25%，优于 GPT-4o 的基础模型性能。

基于百度 AOI（兴趣区域）数据的 30 类地块功能，结合建筑高度、POI 密度、街区形态等特征，采用 XGBoost 模型分类，住宅功能 F1-Score 达 0.90，办公、工业功能 F1-Score 约 0.80，经 2500 个手动验证样本确认，功能分类准确率达 88%。

中国多属性建筑数据集

利用 GAIA 不透水面数据（1985-2018 年），通过建筑质心首次出现在不透水面的时间确定建筑年代，分为 35 个时间类别，与安居客房产交易数据（377 万条记录）的省级相关性达 P<0.05，手动验证一致性达 82%。

基于 Yolov8 模型分析 6000 万张街景图像，检测 “墙面破损”“非法广告”“店面脏乱” 等 6 类质量问题，各类别检测准确率 71.6%-89.2%，通过 100 米缓冲区内多视角评分均值，生成建筑质量指数，与手动评分相关性 R² 达 0.78。

数据集采用标准 GIS 格式存储，每个建筑以 WGS1984 地理坐标系下的多边形（Polygon）表示，包含.shp（图形文件）、.shx（索引文件）、.dbf（属性表文件）、.prj（坐标系统文件）等完整组件。属性表涵盖建筑 ID、屋顶面积、高度、功能类型、建造年代、质量评分、结构类型等 23 个字段，可无缝适配 ArcGIS、QGIS、ENVI 等主流空间分析软件，同时支持 Python（GeoPandas、Rasterio）的批量数据处理。

GIS软件加载

首先以ArcGIS Pro加载为例， 启动软件并在创建新的空白项目，在 ArcGIS Pro 右侧 “目录” 面板中，展开 “数据库”，“工程地理数据库”，右键点击空白处，选择 “添加数据”，“添加矢量数据”。

在弹出的对话框中，浏览至目标.shp 文件，选中后点击 “确定”，数据将自动加载至地图视图，在 “内容列表” 中显示为 “city_result” 图层。

ArcGIS Pro中加载

在“内容列表” 中右键点击任意 CMAB 图层，选择 “属性”，“源”，“空间参考”，确认坐标系统为 “GCS_WGS_1984”（地理坐标系），若显示 “未知空间参考”，需手动关联.prj 文件：点击 “空间参考”，“导入”，选择对应省份的.prj 文件，完成坐标匹配。

ArcGIS Pro中加载效果

若需与其他坐标系数据（如 Krasovsky_1940_Albers）叠加分析，可通过 “数据管理工具”，“投影和变换”，“要素”，“投影” 工具，将 CMAB 数据重投影至目标坐标系，输入参数按目标坐标系标准配置。

双击图层名称打开“符号系统” 面板，按属性类型设置不同渲染方式，提升数据可视化效果。

ArcGIS Pro中加载效果

若需关联街景图像或 POI 数据，可通过 “空间连接” 工具，按 “100 米缓冲区内最近邻” 规则关联，获取每个建筑的街景图像 ID。

ArcGIS Pro中加载效果

开启“编辑” 模式，可对局部区域的建筑属性进行修正（如手动调整高度异常值），修正后保存编辑内容，确保后续分析数据准确性。

如果你没有安装ArcGIS，也可以将矢量数据加载到水经微图5（简称“微图5”）中查看。

微图5是一个基于WeMapEngine为内核研发的全新版本，可以实现秒加千万级SHP数据的功能。

关于其详细介绍请参考《水经微图PC版5.1.0正式发布，新增扫码添加图源功能》一文。

在微图5中，你可以将数与吉林一号、星图地球、天地图、自定义等卫星影像加载叠加查看，如下图所示。

微图5中加载效果（一）

微图5中加载效果（二）

微图5中加载效果（三）

在实际应用中，这份数据集可广泛服务于多个场景，科研领域，支撑全国建筑存量碳核算、城市化时空演化等研究，规划领域，助力城市更新优先级划分、公共服务设施布局优化；环保领域，辅助建筑能耗模拟、生态敏感区建筑管控。

写在最后

CMAB 数据集作为国内首个国家级多属性建筑数据集，通过多源数据融合与人工智能技术，首次实现了建筑几何属性与指示属性的全国尺度整合，其高精度如屋顶 F1-Score 89.93%、功能分类准确率 88%）、全覆盖（3667 个空间城市、3100 万栋建筑、强兼容支持主流 GIS 软件的特性，使其成为城市研究与管理领域的 “核心数据基石”。

如果你需要该数据，请关注“水经注GIS”公众号自助领取，或在后台回复“人工客服”进群领取。

你还可以立即点击“分享”按钮，将本文分享给你从事城市规划行业的朋友。

参考资料

Zhang, Y., Zhao, H., & Long, Y. (2025). CMAB: A Multi-Attribute Building Dataset of China. Scientific Data, 12:430.