基于建筑数据揭示人类日常移动的全球人口数据集发布

美国能源部橡树岭国家实验室近日发布下一代全球人口分布数据集LandScan Mosaic。该成果突破传统卫星像素统计局限，首创以建筑为核心的建模框架，结合机器学习精准估算建筑高度、楼层与功能属性，有效填补数据稀疏地区信息空白。模型通过标准化占用分布规律，精细化呈现人口在居住、商业及工业建筑内每日二十四小时的动态流动轨迹，并首次在全球同类数据中引入显式不确定性指标，协助决策者在信息不完备时精准量化数据置信度。 团队指出，该数据集深度融合人工智能与决策科学，将全面赋能灾害应急响应、人道主义援助、基础设施规划及国家安全等关键领域。项目负责人Marie Urban与首席科学家Daniel Adams强调，项目成功验证了可信AI在复杂空间数据分析中的工程价值。目前，实验室正推进历史回溯与人口特征融合工作，即将推出涵盖1975至2024年的LandScan Mosaic Timeseries版本，并计划利用建筑功能属性反推特定年龄层分布规律。该数据集已面向全球科研与决策机构正式开放。