[論文レビュー] MTBF-33: A multi-temporal building footprint dataset for 33 counties in the United States (1900 – 2015)

Johannes Uhl, Stefan Leyk|arXiv (Cornell University)|Mar 21, 2022

Land Use and Ecosystem ServicesEnvironmental Science参考文献 17被引用数 20

ひとこと要約

MTBF-33 は、33州の郡（1900–2015年）にまたがる620万件の建物の敷地を含む、ユニークでオープンアクセスのデータセットであり、統合された登記・税評価・建物の敷地データに基づいて作成されたものである。このデータセットは、都市の成長や建築環境の変遷を高分解能かつ多期間にわたり分析可能にし、歴史的土地利用モデルの検証や、リモートセンシングに基づく都市変化検出のためのディープラーニングシステムのトレーニングを支援する。

ABSTRACT

Despite abundant data on the spatial distribution of contemporary human settlements, historical datasets on the long-term evolution of human settlements at fine spatial and temporal granularity are scarce, limiting our quantitative understanding of long-term changes of built-up areas. This is because commonly used large-scale mapping methods (e.g., computer vision) and suitable data sources (i.e., aerial imagery, remote sensing data, LiDAR data) have only been available in recent decades. However, there are alternative data sources such as cadastral records that are digitally available, containing relevant information such as building construction dates, allowing for an approximate, digital reconstruction of past building distributions. We conducted a non-exhaustive search of open and publicly available data resources from administrative institutions in the United States and gathered, integrated, and harmonized cadastral parcel data, tax assessment data, and building footprint data for 33 counties, wherever building footprint geometries and building construction year information was available. The result of this effort is a unique dataset that we call the Multi-Temporal Building Footprint Dataset for 33 U.S. Counties (MTBF-33). MTBF-33 contains over 6.2 million building footprints including their construction year, and can be used to derive retrospective depictions of built-up areas from 1900 to 2015, at fine spatial and temporal grain. Moreover, MTBF-33 can be employed for data validation purposes, or to train statistical learning models aiming to extract historical information on human settlements from remote sensing data, historical maps, or similar data sources.

研究の動機と目的

• 米国における都市変化研究のための、細分化された長期的歴史的建物敷地データの不足に対処すること。
• 33州の郡の公開可能な登記および不動産評価データを統合し、建設年（"year built"）属性を統合すること。
• 1900年から2015年までの、過去にさかのぼる都市化領域のレトロスペクティブマッピングを可能にする多期間地理空間データセットを作成すること。
• 歴史的土地利用変化モデルの検証およびリモートセンシングまたは地図からの歴史的都市変化検出のためのディープラーニングモデルのトレーニングのためのベンチマークデータセットを提供すること。
• 都市の年齢や開発パターンの異なる地域における建物ストックの動態を縦断的に分析すること。

提案手法

• 郡および州政府のウェブサイトから、パーセル記録、税評価、GIS形式の建物敷地レイヤーを含むオープンデータを収集した。
• 建物敷地と建設年（"year built"）データの両方が公開可能であった33の郡を特定した。
• Albers等積円錐投影法（SR-ORG:74801）を用いて、多様なデータソースを一貫した地理空間ベクトル形式に統合・調整した。
• 生存バイアスを低減するために、出典データからの妥当な建設年データを保持したが、期間を1900年から2015年に制限した。
• 1郡あたり1つのESRI Shapefileを生成し、ポリゴンジオメトリと関連する建設年属性を含んだ。
• データ品質のチェックを実施し、各郡ごとのデータ完全性率と時系列統計を報告することで、ユーザーがデータの制限を認識できるようにした。

実験結果

リサーチクエスチョン

• RQ1 非リモートセンシングデータソースを用いて、高空間・高時間分解能の歴史的建物敷地データをどのように再構築できるか。
• RQ2 登記および税評価データが、都市変化分析のための信頼性の高い多期間の建物敷地情報としてどの程度有効であるか。
• RQ3 1900年から2015年までの、多様な米国都市および農村郡における都市化領域の拡大の時間的・空間的パターンは何か。
• RQ4 建設年データにおける生存バイアスが、歴史的都市領域再構築の正確性にどの程度影響を及えるか。
• RQ5 このデータセットは、リモートセンシングまたは地図からの歴史的都市変化検出のためのディープラーニングモデルのトレーニングおよび検証を、どのように改善できるか。

主な発見

• MTBF-33 には、33州の郡にまたがる620万件以上の建物敷地が、建設年属性とともに含まれており、期間は1810年から2015年までである。
• データの完全性は非常に高く、フロリダ州サラソタ郡では97.7％、コロラド州ボルダー郡では95.9％の完全性を示している。
• 全郡の平均建設年は1968年、中央値は1971年であり、中世の20世紀半ばに建築活動が集中していることを示している。
• 1900年以前では生存バイアスが顕著に増加し、早期の期間では記録が少なくなり、1900年以前の再構築の信頼性が制限される。
• このデータセットにより、細かい時間分解能で都市化領域のレトロスペクティブマッピングが可能となり、都市化パターンの詳細な分析が可能になる。
• MTBF-33 は https://doi.org/10.17632/w33vbvjtdy で公開されており、都市モデリング、人口のスケーリングダウン、AIのトレーニングへの再利用を促進する。