综述：基于遥感技术的建筑物高度估算：数据、产品、方法及前景综述

《Physics and Chemistry of the Earth, Parts A/B/C》：Remote sensing of building height estimation: A review of data, products, methods, and prospects

　　

1. 引言

建筑高度是刻画三维城市形态、垂直开发强度和空间暴露特征的关键变量。与建筑足迹和土地覆盖等二维信息相比，建筑高度进一步反映了建筑体量、建筑面积、城市粗糙度、街道峡谷结构和开发强度。随着城市化从单纯的水平扩张转变为水平蔓延与垂直密化的结合，连续、准确且可更新的建筑高度数据对于理解城市空间结构、评估环境影响和支持精细化治理变得至关重要。以往研究表明，建筑高度和体量可以刻画三维城市扩张、建筑密度、容积率、物理结构，并进一步支持人口分布、能源消耗、城市热环境、灾害暴露和城市规划分析（Dong et al., 2010；Qin et al., 2015；Ren et al., 2020；Tang et al., 2025；Yu et al., 2010；Zhao et al., 2017）。因此，建筑高度不仅是建筑物的几何属性，更是连接城市形态、环境过程、资源利用和空间治理的基础性三维指标。

建筑高度也与城市地区的地球系统过程密切相关。城市垂直结构通过改变城市冠层内的气动粗糙度、湍流交换、通风和辐射传输来影响陆-气耦合。它通过阴影效应、热储存、不透水面配置、径流路径和建筑能源需求来影响城市能量和水文收支。它还通过影响建筑体量、建筑面积、材料库存、运营能源使用和排放强度来促进建成环境的碳代谢。对于关注地球表面过程、环境变化和人与环境相互作用的期刊和研究社区而言，建筑高度因此提供了城市形态、环境动态和社会经济活动之间的重要桥梁。

尽管建筑高度如此重要，但其大规模、连续和可更新的获取仍然有限。传统建筑高度数据主要来自实地调查、地籍记录、工程图纸、机载激光雷达或城市三维模型。这些数据集通常在局部尺度上具有较高的精度；例如，机载激光雷达可用于从数字表面模型（DSM）、数字地形模型（DTM）和归一化数字表面模型（nDSM）中推导建筑高度，并进一步推导建筑覆盖率、容积率和密度指标（Erener et al., 2020；Yu et al., 2010）。然而，在区域、国家和全球尺度上，传统数据受到获取成本、覆盖范围、更新频率、可访问性和标准化等方面的制约，高精度建筑高度样本的稀缺限制了大规模建成区高度制图和动态监测（He et al., 2025；Tang et al., 2025）。更重要的是，不同数据集中"建筑高度"的定义各不相同：地籍楼层数、实际建筑高度、屋顶高度、屋檐高度和三维模型高度不能视为等同。这种不一致性直接影响跨区域比较、长期监测、产品验证和下游环境应用。

遥感为克服这些数据限制提供了一条重要途径。近年来，高分辨率光学影像、立体和多视角影像、SAR、InSAR/PolInSAR、多基线SAR、机载和星载激光雷达、街景影像以及多源辅助地理空间数据使得建筑高度估计从局部几何反演走向区域和全球制图。不同的遥感数据源通过不同的观测机制提供互补的高度线索：光学影像提供阴影、视差、屋顶纹理和空间上下文；SAR和InSAR反映缠绕、雷达阴影、双反弹散射、相位差和相干性；激光雷达提供直接或近直接的高程样本；街景影像则从地面视角补充建筑立面、楼层韵律和透视几何。这些数据集为建筑高度估计提供了多样化的观测基础，并促进了从高精度局部测量向连续大规模高度产品的发展。

然而，建筑高度在大多数遥感数据中并非直接可观测。除了激光雷达等主动测量外，大多数遥感估计依赖于阴影、视差、散射、纹理、立面几何和城市功能先验等间接线索。不同数据源的可观测性、空间分辨率、适用尺度和误差特征差异显著。例如，单视角光学影像对太阳角度、阴影完整性和建筑遮挡敏感；SAR信号受入射角、建筑朝向、屋顶类型和复杂散射机制的影响；Sentinel-1/2和其他开源中分辨率数据集更适合区域统计建模而非单体建筑几何测量；GEDI和ICESat-2提供物理意义上有意义的高度样本，但足迹大小、沿轨采样、定位精度和混合回波影响样本质量；街景影像则受道路覆盖、遮挡和平台特定的采集变异性限制。因此，基于遥感的建筑高度估计最好被理解为受多源观测约束的三维城市信息提取问题，而非简单的像素级回归或制图任务。

与此同时，建筑高度估计和相关产品的研究正在迅速增加，但数据源、产品、方法和应用之间仍存在重要的知识空白。一方面，遥感领域已经发展出多种估计方法，包括几何和物理驱动方法、统计学习、深度学习和多源或多模态融合。另一方面，全球、区域和对象级高度产品不断涌现，其空间分辨率、高度定义、参考数据、误差特征和应用场景各不相同。对于城市气候、能源和碳评估、灾害风险、人口分布、城市规划和数字孪生等领域的用户而言，关键问题不仅是能否获得建筑高度产品，还在于如何解释高度定义、空间尺度、不确定性和适用性的差异。现有的综述往往聚焦于垂直城市结构、三维景观模式或单一遥感技术，而以建筑高度作为关键三维城市变量为核心的综合综述——涵盖高度可观测性、产品尺度差异、方法演变、精度评估、不确定性传播和面向应用的可靠性——仍然有限。

基于这些空白，本综述系统考察了基于遥感的建筑高度估计，并针对五个关键问题进行了探讨：(1) 不同的遥感数据源能提供哪些高度线索，其适用边界和误差机制是什么；(2) 现有建筑高度产品在覆盖范围、空间分辨率、高度定义、参考数据和应用场景方面有何差异；(3) 建筑高度估计方法如何从几何和物理驱动方法演进到统计学习、深度学习和多源融合；(4) 尺度、高度定义、参考数据和聚合规则如何影响产品的精度评估和不确定性传播；以及(5) 未来的建筑高度产品如何发展以可靠、可解释和可更新地支持城市热环境分析、能源和碳评估、灾害风险评估、人口制图、城市规划和数字孪生应用。本综述的概念框架如图1所示。

下载：下载高分辨率图像（1MB）下载：下载全尺寸图像

图1. 基于遥感的建筑高度估计概念框架。该框架连接了数据源、高度可观测性、估计方法、产品尺度和表示、应用以及反馈需求，并突出了数据源与估计方法之间的多对多关系。

1.1 文献检索与筛选策略

为了提高本综述的透明度和可重复性，我们在修订过程中使用Web of Science核心合集更新了文献检索。所选版本包括科学引文索引扩展版和社会科学引文索引。检索仅限于1990年至2025年期间以英语发表的同行评审期刊论文和综述论文。当2026年在线可获得的高度相关的早期研究代表了基于遥感的建筑高度估计的重要方法或概念进展时，也额外纳入了这些研究。

进行了两项互补的主题检索。检索1聚焦于基于遥感的建筑高度估计、提取和制图，使用了以下检索字符串：

TS = (("building height" OR "building heights" OR "building height estimation" OR "building height retrieval" OR "building height mapping" OR "urban building height" OR "built-up height" OR "built-up height mapping" OR "urban height") AND ("remote sensing" OR satellite OR optical OR SAR OR InSAR OR LiDAR OR GEDI OR "ICESat-2" OR photogrammetry OR DSM OR nDSM OR "digital surface model" OR "normalized digital surface model" OR "street view"))

检索2旨在捕捉与三维城市形态、城市冠层高度、建筑体量和垂直城市结构相关的更广泛的研究，使用了以下检索字符串：

TS = (("3D urban morphology" OR "three-dimensional urban morphology" OR "vertical urban structure" OR "urban canopy height" OR "urban canopy heights" OR "building volume" OR "building volumes" OR "floor area ratio" OR "urban form") AND ("remote sensing" OR satellite OR LiDAR OR SAR OR InSAR OR GEDI OR "ICESat-2" OR photogrammetry OR DSM OR nDSM OR "digital surface model" OR "normalized digital surface model"))

两项更新的检索分别返回590和492条记录，共产生1082条初始记录。去重后，剩余994条唯一记录用于标题、摘要和关键词筛选。如果研究满足以下标准之一则予以保留：(1) 提出或评估了基于遥感的建筑高度估计方法；(2) 生成、验证或比较了建筑高度、建成区高度或城市冠层高度产品；(3) 使用遥感获取的高度信息来刻画三维城市形态；或(4) 讨论了建筑高度产品的尺度效应、不确定性、验证或应用。

如果研究仅聚焦于二维建筑足迹提取、不涉及高度或垂直结构信息、聚焦于与建成区无关的非城市植被或地形高度、未使用遥感或空间观测数据，或缺乏足够的方法、产品级或应用相关信息，则予以排除。除数据库检索外，还通过审稿人建议、反向和正向引文追踪以及针对新兴主题的定向更新（特别是ICESat-2光子级建筑高度提取、GEDI基高度采样、多源建筑高度制图和面向应用的可靠性）来识别高度相关的研究。随后对剩余的候选研究进行了全文筛选。全文筛选后，保留了142篇直接贡献于建筑高度估计方法、产品生成、验证、不确定性评估或尺度分析的论文，作为方法聚焦的核心集合。来自更广泛候选池的其他相关记录在适当的情况下用于支持关于数据源、高度产品、应用、不确定性和未来研究方向的讨论。文献检索和方法聚焦核心论文选择流程如图2所示。

下载：下载高分辨率图像（482KB）下载：下载全尺寸图像

图2. 文献检索和方法聚焦核心论文选择流程。该流程总结了用于分析基于遥感的建筑高度估计方法进展的核心论文识别、去重和选择过程。更广泛的候选池也在适当情况下用于支持关于数据源、高度产品、应用、不确定性和未来研究方向的讨论。

1.2 建筑高度的定义与范围

在遥感研究中，建筑高度并非单一、普遍定义的变量。根据数据源、空间单元和应用背景的不同，高度可能指单体建筑从地面到屋顶的高度、从DSM和DTM数据推导的归一化高度、网格单元内的平均建成区高度，或用于描述城市冠层有效垂直粗糙度。这些与高度相关的指标密切相关但不可直接互换。它们的差异影响估计目标、验证策略、空间聚合、产品比较和应用解释。

在本综述中，建筑高度作为通用术语，指遥感获取的建筑物和建成区的垂直信息。在必要时，使用更具体的术语，包括建筑高度、建成区高度、城市冠层高度、DSM/nDSM推导高度和楼层数推导高度，以澄清估计目标和空间单元。本综述考虑的主要与高度相关的指标汇总于表1。

表1. 本综述考虑的主要与高度相关的指标

| 术语 | 在本综述中的含义 | 主要可比性问题 |
|------|------------------|----------------|
| 建筑高度 | 单体建筑从地面到屋顶的高度 | 适用于建筑级估计和验证，但不能直接与网格级产品比较 |
| 建成区高度 | 网格、街区或城市斑块内建成区的平均或代表性高度 | 受网格大小、建筑比例和聚合规则的强烈影响 |
| 城市冠层高度 | 用于描述城市冠层垂直结构的粗糙度要素的有效高度 | 更相关于城市气候和粗糙度参数化，而非单体建筑制图 |
| DSM/nDSM推导高度 | 从表面高程数据推导的高度，通常在地形归一化之后 | 对DSM质量、地形校正和参考数据一致性敏感 |
| 楼层数推导高度 | 从楼层数和假设层高推断的高度 | 可能因层高假设和建筑类型差异引入系统偏差 |

这些指标可以从不同的遥感和地理空间数据源获取，包括激光雷达、立体影像、SAR/InSAR、DSM/nDSM产品、ICESat-2、GEDI、街景影像和多源遥感数据。

然而，由于它们代表不同的空间单位和高度定义，在考虑聚合规则、地形归一化、建筑占比以及参考数据一致性的前提下，它们不应被直接比较。基于遥感的建筑高度估算经历了从局部几何与物理驱动推理，到城市形态分析、开放数据驱动的大规模制图、深度学习与多源融合，再到近期面向应用和感知不确定性的产品开发的发展。为总结这一整体发展轨迹，图3展示了数据源、方法范式、产品尺度和应用目标演化的主要阶段。下载：下载高分辨率图像（1MB）下载：下载完整尺寸图像图3. 基于遥感的建筑高度估算研究发展时间线。该领域已从早期的几何与物理驱动推理发展至城市形态分析、开放数据驱动的大规模制图、深度学习与多源融合，以及面向应用、感知不确定性的动态产品。所示时间段表示主导研究趋势，而非严格的时间边界，因为不同的方法路径相互重叠并持续并行发展。

## 2. 用于建筑高度估算的遥感数据源与高度可观测性

建筑高度可通过各种遥感数据源直接或间接获取，但不同类型的数据在高度观测线索、适用尺度和误差机制方面差异显著。被动光学数据主要依赖阴影、屋顶纹理、立体视差和光谱语义；SAR数据通过叠掩、雷达阴影、二次散射、相干性和极化响应提供高度信息；LiDAR数据提供直接或近直接的高程样本；街景图像则从地面视角补充立面信息、楼层节律和透视几何。这些线索与估算方法之间并不是一一对应的关系。相反，它们构成了互补的观测基础，可供物理与几何驱动方法、机器学习、深度学习以及多源融合方法使用。不同遥感数据源的主要高度观测线索、优势、局限及适用尺度如表2所示。主要的高度观测机制在图4中进行了示意图展示。

表2. 不同遥感数据源的高度观测线索、优势、局限及适用尺度。

| 数据源 | 高度观测线索 | 主要优势 | 关键局限 | 适用尺度/场景 |
|---|---|---|---|---|
| 高分辨率单视角光学影像 | 阴影；屋顶纹理；建筑边界；空间上下文 | 精细空间细节；屋顶与阴影信息清晰；VHR影像广泛可得 | 间接高度线索；对太阳角度、采集时间、阴影重叠、遮挡、屋顶形状和朝向敏感 | 建筑/街区/局部尺度；阴影清晰、孤立建筑或低中密度区域 |
| 立体与多视角光学影像 | 立体视差；影像匹配；DSM/nDSM生成；地形归一化高度 | 显式几何约束；对阴影可见性依赖较小；可生成连续DSM | 匹配误差；遮挡；低纹理屋顶；视差不连续；依赖DEM/DTM | 建筑/街区/城市尺度；具备高质量立体影像和清晰屋顶结构的区域 |
| Sentinel-2光学影像 | 光谱特征；纹理；季节合成；土地覆盖语义；开发强度 | 全球覆盖；开放获取；重访周期短；光谱波段丰富；时间序列观测稳定 | 无法分辨单体建筑；混合像素；间接高度表征；几何细节有限 | 街区/网格/区域/全球尺度；用于大规模高度建模的光学背景变量 |
| 高分辨率SAR | 叠掩；雷达阴影；二次散射；后向散射；朝向效应 | 全天候观测；对结构敏感；雷达几何可物理解释 | 散射复杂；入射角和朝向效应；密集城区遮挡；斑点噪声 | 建筑/街区/局部尺度；几何可解释的孤立或规则排列建筑 |
| InSAR/PolInSAR/多基线SAR | 相位差；相干性；极化响应；垂直散射结构 | 增强垂直信息；具有物理相位/相干约束；具备局部三维重建潜力 | 基线和相干性要求；相位解缠；时间失相干；依赖稳定散射体 | 局部/街区/特定城市尺度；局部三维重建、方法验证和高度反演 |
| Sentinel-1 SAR | VV/VH后向散射；极化率；纹理；时间序列统计 | 全球开放数据；重访稳定；适合区域建模的结构敏感描述符 | 分辨率不足以分辨单体建筑；混合像素；叠掩、阴影、饱和和朝向效应 | 街区/网格/区域/全球尺度；统计高度建模和多源融合 |
| 机载LiDAR | 密集点云；DSM/DTM/nDSM；屋顶高度；高度不连续 | 直接三维测量；垂直精度高；屋顶形态详细；强参考价值 | 采集成本高；覆盖有限；更新周期长 | 建筑/街区/城市尺度；高精度制图、训练数据和验证基准 |
| 星载LiDAR | ICESat-2光子；GEDI波形指标；稀疏高程样本 | 跨区域一致的物理高度样本；对缺乏机载LiDAR区域有用 | 采样稀疏；足迹/轨道限制；定位误差；混合回波；建筑对齐不精确 | 网格/区域/全球尺度；高度采样、标定、验证和大规模建模 |
| 街景影像 | 立面几何；楼层节律；屋脊线；消失点；透视线索 | 立面信息丰富；地面视角；适合楼层计数和单体建筑推理 | 道路覆盖偏差；遮挡；视角差异；平台变异；图像畸变 | 建筑/街道/街区尺度；沿街建筑和街景覆盖密集区域 |

下载：下载高分辨率图像（547KB）下载：下载完整尺寸图像图4. 利用不同遥感数据源进行建筑高度观测机制示意图：(a) 单视角光学阴影几何；(b) 阴影-观测几何；(c) 立体摄影测量；(d) SAR几何观测；(e) LiDAR高程差；(f) 街景透视几何。

### 2.1 被动光学数据

#### 2.1.1 高分辨率单视角光学影像

高分辨率单视角光学影像，包括IKONOS、QuickBird、WorldView、GF-2以及Google Earth影像，能够清晰捕捉建筑屋顶、边界、阴影、可见立面及局部空间上下文。然而，与立体影像、InSAR或LiDAR不同，它不提供直接高程测量。其高度可观测性主要来自间接线索，包括阴影几何、屋顶纹理、建筑平面形态、立面可见性和周边形态。因此，其约束建筑高度的能力强烈依赖于光照条件、场景结构和影像分辨率。

建筑阴影提供了单视角影像中最具物理可解释性的高度线索。此前研究已证明，在适当条件下，阴影长度结合太阳高度角和方位角信息可以支持建筑高度估算（Comber等，2012；Kadhim和Mourshed，2017；Shao等，2011）。其他研究探讨了阴影重叠、体积阴影信息、建筑-阴影对应关系以及Google Earth或其他高分辨率影像的使用，进一步确认了阴影作为几何高度指标的价值（Lee和Kim，2013；Liasis和Stavrou，2016；Qi等，2016；Qureshi等，2024；Raju等，2014）。对于阴影边界清晰、太阳几何稳定且地形相对平坦的孤立建筑，其可观测性最高，但在密集城区中，由于阴影重叠、植被干扰、地形效应以及建筑-阴影匹配的确定性下降，其可观测性降低。

除了显式阴影之外，近期数据驱动的研究表明，屋顶纹理、可见立面、边界和周边上下文也包含与高度相关的信息。深度网络可以从单目遥感影像中学习这些隐式线索，同时融合街景影像、场景信息或空间约束可以补充头顶视角缺失的立面和上下文信息（Amirkolaee和Arefi，2019；Chen等，2023a；Dong等，2024b；Hou等，2023；Lu等，2025；Mou和Zhu，2018；Olson和Saxe，2024；Shi等，2025；Xie等，2021、2026；Xu等，2024）。

高分辨率单视角光学影像更适合被视为几何、语义和纹理高度线索的来源，而非直接高度测量的独立来源。其可靠性取决于太阳几何、阴影完整性、屋顶可见性、建筑朝向、地形、遮挡以及训练区域与应用区域之间城市形态的一致性。详细的基于阴影和单目高度估算方法在第4.1节几何与物理驱动方法和第4.3节深度学习方法中讨论。

#### 2.1.2 立体与多视角光学影像

立体与多视角光学影像通过利用不同视角之间的视差关系，提供了比单视角影像更明确的三维几何约束。WorldView、ZY-3、GF-7以及航空摄影测量影像可通过影像匹配和立体重建生成DSM，随后通过将DSM与DEM/DTM数据、nDSM或建筑轮廓结合，获取相对建筑高度。因此，这些数据在缺乏连续LiDAR覆盖但拥有高质量立体或多视角观测的城区尤为有价值。

利用甚高分辨率卫星影像、航空摄影测量以及ZY-3和GF-7等中国立体测绘卫星提取建筑高度的可行性已得到证实（Alobeid等，2009；Cao等，2026；Cao和Huang，2021；Chen等，2023a；Cui等，2024；Huang等，2020；Jabbar和Taj，2024；Liu等，2017；Wurm等，2014；Xu等，2015；Zeng等，2014；Zhang等，2022b）。这些研究共同表明，立体影像可以在建筑、街区和城市尺度提供连续的表面高度信息。

然而，所得高度质量仍对影像匹配精度、观测几何、建筑遮挡、低纹理屋顶、视差不连续、密集高层建筑以及DEM/DTM质量较为敏感。立体衍生高度在影像对具有足够几何质量、屋顶纹理可分辨且地形归一化稳定的情况下最为可靠。在狭窄街道峡谷、密集高层建筑区、山地城市以及匹配或地形参考数据较差的区域，其可靠性下降。详细的立体摄影测量估算方法在第4.1节讨论。

#### 2.1.3 Sentinel-2中分辨率光学影像

Sentinel-2是大规模建筑高度估算中常用的开放获取中分辨率光学数据源。与WorldView、GF-2或Google Earth等高分辨率影像相比，Sentinel-2无法直接识别单体建筑屋顶形态、阴影边界或细粒度几何结构，因此不适合作为单体建筑级高度测量的独立数据源。然而，它具有全球覆盖、免费开放获取、重访间隔短、光谱波段丰富和时间序列观测稳定的优势。这些特性使Sentinel-2能够为区域尺度建筑高度估算提供光谱、纹理、时间合成及土地覆盖语义背景信息。

从高度可观测性的角度看，Sentinel-2并不直接记录建筑高度。其作用主要是间接表征建成区密度、地表覆盖上下文、城市开发强度和空间形态差异。Sentinel-2光谱和纹理特征已被用于建成区密度和高度制图，研究表明中分辨率光学特征可以为估算城市形态参数提供背景约束（Geiβ等，2020）。Sentinel-2与Sentinel-1时间序列也被结合用于国家尺度建筑高度制图，展示了开放光学-SAR数据表征大规模三维城市结构的潜力（Frantz等，2021）。后续研究进一步将Sentinel-2多光谱特征、季节合成、空间纹理和语义背景与SAR、LiDAR样本、建筑轮廓或深度学习模型融合，用于区域尺度建筑高度或楼层数估算（Bao等，2025；Cai等，2023；Deng等，2023；Li等，2023；Lyu等，2024；Nascetti等，2023；Wang等，2024；Xu等，2026；Yadav等，2025）。

在这一意义上，Sentinel-2更适合被理解为区域、国家和全球尺度建筑高度建模的稳定光学背景变量，而非单体建筑级高度测量的独立来源。其光谱、纹理和时间合成特征可以表征与高度相关的城市背景条件，包括建成区密度、地表覆盖组成和开发强度。然而，这些变量仅提供间接高度信息，通常需要受SAR特征、LiDAR高度样本、DSM/DEM数据、建筑轮廓或社会经济变量的约束后，才能转化为连续的建筑高度或建成区高度产品。因此，Sentinel-2的主要价值在于为大规模高度建模提供可再生、跨区域一致且易于获取的光学语义基础，而非解析单体建筑的垂直几何。

### 2.2 主动SAR数据

#### 2.2.1 高分辨率SAR数据

高分辨率SAR数据通过建筑与雷达信号之间的几何和电磁相互作用提供与高度相关的信息。其主要线索包括叠掩、雷达阴影、二次散射、多次散射、后向散射强度和朝向依赖响应。这些线索不是直接的高程测量，但它们包含了关于建筑几何、墙-地面相互作用、屋顶结构和城市粗糙度的可物理解释信息。

此前研究已证明，叠掩、雷达阴影和SAR立体几何可以支持孤立或结构清晰建筑的高度估算（Brunner等，2009；Guida等，2010；Soergel等，2009）。其他研究表明，建筑朝向、屋顶几何、极化响应和散射条件强烈影响城市结构解释和高度反演的稳定性（Kajimoto和Susaki，2013；Koppel等，2017；Li等，2016；Russo等，2026）。

因此，从高分辨率SAR中观测建筑高度的能力高度依赖于成像几何和城市形态。对于叠掩、阴影和二次散射特征能够清晰分离的孤立建筑、规则街区和低中密度城区，其可观测性通常更强。在密集城区中，叠掩重叠、多次散射、遮挡、斑点噪声和朝向效应使单体建筑高度线索难以分离。因此，高分辨率SAR更适合作为可物理解释的结构观测源，通常与光学影像、LiDAR、DSM/DEM数据或建筑轮廓结合使用。详细的SAR几何反演方法在第4.1节综述。

#### 2.2.2 InSAR、PolInSAR和多基线SAR

InSAR、PolInSAR、TomoSAR和多基线SAR通过利用干涉相位、相干性、极化多样性和多基线观测几何增强了城市垂直观测能力。

与单幅SAR强度图像相比，这些技术能够对面高程、散射机制以及城市散射体的垂直分布提供更强的物理约束。以往的研究利用干涉相位、相干性、极化信息和多基线观测来表征城市结构、识别建筑物、反演高度变异以及进行三维重建（Afzal等，2025；Chen等，2026；Gamba等，2000；Guillaso等，2005；Jiao等，2017；Luckman和Grey，2003；Sauer等，2009；Shi等，2020；Wegner等，2013；Zhu等，2023）。这些研究表明，干涉SAR和层析SAR能够提供比单幅后向散射数据更为明确的垂直信息。然而，其实用可靠性取决于轨道基线、时空相干性、相位解缠、散射稳定性、极化模型假设以及合适采集配置的可获得性。密集高层建筑环境虽然可能提供强散射体，但也可能产生严重的叠掩、多次散射和遮挡现象。因此，这些技术特别适用于特定城市区域、局部三维重建、方法验证以及物理约束下的高度反演，而常规的大范围制图通常需要将其与光学影像、LiDAR、DSM/DEM数据或建筑物轮廓进行融合。详细的反演方法将在4.1.2.2.3节中讨论。

2.3. Sentinel-1 SAR

Sentinel-1是一种广泛应用于区域和大规模建筑高度估算的开放获取SAR数据源。其全球覆盖范围、稳定的重访周期和双极化观测能够提供VV/VH后向散射、极化比、纹理和时间序列统计信息。其空间分辨率不足以提取单栋建筑物的几何高度，但其信号能够表征街区、栅格和区域尺度的建设密度、表面粗糙度、结构复杂度和垂直开发强度。研究表明，Sentinel-1后向散射及其衍生特征对城市结构特征具有敏感性，能够支持统计性建筑高度建模，尤其是在与光学影像或其他辅助预测变量结合时（Koppel等，2017；Li等，2020b）。然而，这些关系是间接的，并受到建筑物朝向、街道峡谷几何、入射角、表面材料、植被、混合像元、雷达阴影和信号饱和的影响。因此，Sentinel-1更适合被解释为一种区域结构描述符，而非直接的高度测量源。其高度敏感性在低至中等密度建成区通常较为稳定，而在密集高层区域或异质性混合土地覆盖环境中则可靠性较低。其主要价值在于区域统计建模和多源融合，相关内容将在4.2节（统计学习和传统机器学习方法）和4.4节（多源和多模态融合方法）中讨论。

2.3. LiDAR数据

2.3.1. 机载LiDAR

机载LiDAR是在局部和城市尺度进行建筑高度提取最准确且物理意义最明确的数据源之一。与主要通过阴影、视差或散射特征间接推断高度的光学和SAR数据不同，机载LiDAR主动发射激光脉冲并记录目标回波，从而获取高密度三维点云。它能够直接表征建筑物屋顶、边缘和高度不连续面。经过点云分类和地面点识别后，机载LiDAR可用于生成数字表面模型（DSM）、数字地面模型（DTM）和归一化数字表面模型（nDSM），从而支持建筑高度、屋顶形态和三维城市结构的提取。机载激光扫描的基本原理和应用潜力已被系统性地确立（Wehr和Lohr，1999），而LiDAR数据也被用于三维建筑重建，确立了其作为建筑高度提取高精度参考的地位（Elaksher和Bethel，2002）。机载LiDAR的高点密度使其不仅适用于单栋建筑高度提取，还适用于地块、街区和城市尺度的三维形态分析。高分辨率机载LiDAR数据已被用于提取建筑物覆盖率、容积率和建筑密度等指标（Yu等，2010），表明LiDAR衍生的高度和体积信息可以直接支持城市物理结构和形态模式的分析。航空影像与LiDAR点云也被结合用于估算建筑高度和楼层数，进一步拓展了其在楼层数推断和三维城市制图中的应用（Erener等，2020）。机载LiDAR的主要局限不在于高度可观测性，而在于数据采集和更新能力。对于单个城市、关键城区或样本区域，它可以作为高精度的建筑高度数据源和验证基准。然而，在国家级、大陆级或全球尺度的制图中，高昂的采集成本、有限的空间覆盖和漫长的更新周期限制了其连续应用。因此，机载LiDAR主要用于支持局部高精度制图，并作为更大尺度建筑高度产品训练标签、校准数据和验证基准的重要来源。详细的LiDAR高程差方法将在4.1节中讨论。

2.3.2. 星载LiDAR

星载LiDAR提供稀疏但具有物理意义的高度观测，已成为区域和全球建筑高度制图中重要的校准、训练和验证数据来源。ICESat/GLAS、ICESat-2/ATLAS和GEDI能够在机载LiDAR、地籍记录或城市级三维模型不可获得的区域提供高程信息。ICESat/GLAS全波形观测也已结合光学影像用于城市建筑高度提取（Wang等，2011；Yang等，2019）。ICESat-2提供沿轨光子观测，而GEDI则在足迹尺度提供基于波形的高度指标（Markus等，2017）。近年来的研究越来越多地探索从ICESat-2光子中直接提取城市高度信息（Lao等，2021；Wu等，2023a；Zhao等，2021, 2023）。经过噪声滤波、光子分类、地面检测、聚类和几何质量控制后，可以识别沿卫星轨迹的屋顶和地面高程差。具体而言，ICESat-2的ATL03/ATL08表面高度已与机载LiDAR进行了评估，ICESat-2光子与谷歌地球影像相结合，光子观测与建筑物偏移和阴影进行了整合。这些研究表明，当光子质量和建筑物对齐得到充分控制时，ICESat-2能够提供具有物理可解释性的建筑物或建成区高度样本。GEDI更常被用于在栅格或社区尺度推导代表性的建成区高度样本。其足迹可能包含来自建筑物、植被、道路和地形的混合回波，因此足迹筛选、地面检测、地理定位校正、建筑物比例评估和质量控制至关重要。因此，GEDI和ICESat-2样本已与Sentinel、Landsat、SAR、DSM/DEM数据、建筑物轮廓以及数据驱动模型相结合，以支持大规模建成区高度制图（Cai等，2024；Chen等，2025a, 2025b；Ma等，2023, 2024b）。星载LiDAR的主要价值在于将稀疏的物理高度测量与连续的全覆盖产品联系起来。然而，稀疏采样、足迹或轨迹几何、地理定位不确定性、混合回波以及不完美的建筑物对齐使其无法独立生成连续的建筑物级地图。因此，它在多源制图框架中作为质量控制的高度锚点最为有效。其在统计学习和多源融合中的应用将在4.2节（统计学习和传统机器学习方法）和4.4节（多源和多模态融合方法）中进一步讨论。

2.4. 街景影像和地面数据

街景及其他地面级影像提供了基于立面的高度信息，而这些信息难以从对地遥感中获得。谷歌街景、百度街景、腾讯街景、高德街景、车载影像和众包观测可以记录屋脊线、建筑物基底、立面比例、窗户排列、楼层节奏、街道峡谷几何和透视关系。这些观测为建筑物和街道尺度的高度或楼层数估算提供了有用的线索（Al-Habashna，2021；Biljecki和Ito，2021；Fan等，2024；Ge等，2025；Xu等，2023；Yan和Huang，2022）。街景影像的主要优势在于从地面视角对建筑立面和楼层结构进行详细表征。近年来的研究将其与建筑物轮廓、DSM/DEM数据、语义分割、轮廓提取、弱监督以及其他地理空间信息相结合，以提高建筑物尺度的高度推断（Lu和Li，2026；Yan等，2025b）。然而，其可观测性在空间上是不均匀的，因为它依赖于道路网络覆盖、平台可用性、相机视角、立面可见性和采集条件。树木、车辆、广告牌、行人和邻近建筑物经常遮挡立面，而覆盖范围和图像质量在城市之间、街区之间以及同一条街的不同侧面之间可能存在显著差异（Fan等，2025）。因此，街景影像最好被视为一种补充性的地面级数据源，而非空间完整的独立制图数据集。详细的基于透视的估算方法将在4.1节中讨论。

3. 建筑高度产品

建筑高度产品是基于遥感的建筑高度估算中重要的应用导向输出成果。根据覆盖范围和空间表示方式，现有产品可大致分为全球和大陆尺度的产品、国家和区域尺度的产品、局部高分辨率产品，以及建筑物对象级或多属性数据集。这些产品不仅在空间分辨率和覆盖范围上存在差异，还在高度定义、空间单位、参考或训练数据、时间代表性、不确定性信息、可访问性和预期应用方面有所不同。因此，不应仅仅基于RMSE、MAE或空间分辨率对其进行简单比较。表3提供了代表性建筑高度产品和数据集的可操作性比较。

表3. 代表性建筑高度产品和数据集的可操作性比较。

产品/数据集 | 覆盖范围和空间单位 | 高度表示 | 数据基础/参考 | 主要应用
---|---|---|---|---
WSF 3D（Esch等，2022） | 全球；90米栅格 | 平均建筑高度；建成区体积；建成区比例 | TanDEM-X数据；WSF定居点图层 | 城市化；暴露评估；环境评估
GHS-BUILT-H R2023A（Pesaresi和Politis，2023） | 全球；100米栅格 | 平均建成区高度 | GHSL建成区图层；辅助高度/体积信息 | 人口；暴露评估；城市化
全球30米时空三维城市扩张数据集（He等，2023） | 全球；30米栅格 | 建成区高度和三维城市扩张指标 | 多源卫星观测；城市扩张数据集 | 长期城市化和三维扩张监测
全球150米城市建筑高度产品（Ma等，2024b） | 全球城市区域；150米栅格 | 栅格化城市建筑高度 | 星载LiDAR样本；多源遥感预测变量 | 全球/区域城市高度模式分析
UT-GLOBUS（Kamath等，2024） | 全球城市；30米基础数据，UCP为气候模型聚合 | 建筑高度和城市冠层参数 | 建筑形态数据；遥感数据；城市冠层参数化 | 城市气候和能量模拟
GlobalBuildingAtlas（Zhu等，2025） | 全球；建筑物对象级 | 轮廓；估算高度；LoD1建筑物 | 全球建筑轮廓分割；基于遥感的高度反演 | 全球对象级三维制图；LoD1建模
3D-GloBFP（Che等，2024） | 全球；建筑物轮廓级 | 轮廓级高度；三维建筑轮廓 | 建筑轮廓；基于遥感的高度估算 | 全球建筑物对象级三维分析
德国10米建筑高度产品（Frantz等，2021） | 德国；10米栅格 | 栅格级建筑高度 | Sentinel-1/2时间序列；参考高度数据 | 国家级高分辨率建筑高度制图
欧洲10米建筑高度产品（Yadav等，2025） | 多个欧洲国家/城市；10米栅格 | 栅格级建筑高度 | Sentinel-1/2数据；辅助地理空间预测变量 | 跨区域高度制图
CNBH-10米（Wu等，2023b） | 中国；10米栅格 | 栅格级建筑高度 | 多源遥感数据；参考高度样本 | 国家级建筑高度制图
中国2017年建筑高度数据集（Marconcini等，2021；Yang和Zhao，2022） | 中国；1千米栅格 | 栅格化建筑高度 | 统计数据；遥感数据；辅助地理空间变量 | 国家级粗尺度高度分析
EUBUCCO（Milojevic-Dupont等，2023） | 欧盟27国和瑞士；建筑物对象级 | 轮廓；高度；建造年份；类型 | 标准化的国家级建筑数据集 | 建筑存量；能源；数字孪生
CMAB（Zhang等，2025） | 中国；建筑物对象级 | 屋顶；高度；功能；结构；年龄；风格；质量 | 多源建筑信息；遥感数据 | 功能；形态；碳；数字孪生

3.1. 全球和大陆尺度产品

全球和大陆尺度的建筑高度产品主要支持大规模城市化监测、气候建模、碳排放估算、人口分布建模和灾害暴露评估。这些产品通常以牺牲部分建筑物级几何细节为代价，换取更广阔的覆盖范围、时间一致性和跨区域可比性。代表性产品包括WSF 3D、GHS-BUILT-H、全球30米时空三维城市扩张数据集、全球150米城市建筑高度产品和UT-GLOBUS。其中，WSF 3D和GHS-BUILT-H主要提供全球尺度的建成区高度、建筑体积或建成区比例的栅格信息；全球30米时空三维城市扩张数据集和全球150米城市建筑高度产品进一步提升了城市高度模式的空间表征；UT-GLOBUS则为城市气候和能量模拟提供建筑高度和城市冠层参数（Esch等，2022；He等，2023；Kamath等，2024；Ma等，2024b；Pesaresi和Politis，2023）。全球建成区高度产品也被用于揭示垂直城市基础设施的大规模差异，特别是全球南方与较发达地区之间的差异（Zhou等，2022）。这些进展表明，全球建筑高度数据集正在从粗尺度统计表示逐步向更详细、更应用导向的城市冠层结构和建成区高度表示转变。

近年来，全球对象级三维建筑数据集进一步推动了从栅格统计产品向建筑物轮廓级表示的转变。3D-GloBFP和GlobalBuildingAtlas等数据集将建筑物轮廓与估算高度或LoD1建筑物表示相结合，使全球尺度的三维建筑对象制图成为可能（Che等，2024；Zhu等，2025）。与栅格高度产品相比，对象级产品更适合建筑体积估算、三维城市形态分析、数字孪生和细尺度暴露评估。

然而，这些产品也对足迹完整性、高度定义一致性、几何对齐以及跨区域模型泛化能力提出了更高的要求。全球尺度产品的高度定义并不完全一致：部分产品表示网格内建成区的平均高度，部分提供网格化统计高度或城市冠层参数，还有部分表示建筑物足迹级别的LoD1高度。因此，在使用全球产品时，必须明确其高度定义、空间聚合规则、参考数据源、时间代表性以及目标应用场景，而不应仅凭空间分辨率或单一精度指标来判断其适用性。

3.2 国家和区域尺度产品

国家和区域尺度产品通常比全球产品具有更高的空间分辨率和更强的本地适应性，同时覆盖范围又比本地机载LiDAR、地籍高度记录或城市尺度三维模型更广。利用Sentinel-1/2时间序列为德国生成了10 m建筑高度产品（Frantz等，2021），类似方法随后被扩展至多个欧洲国家和城市（Yadav等，2025）。在中国，CNBH-10 m产品、2017年全国建筑高度数据集、长三角150 m建筑高度图以及中国30 m年度建筑高度产品等反映了国家和区域尺度建筑高度制图领域的快速发展（Huang等，2022；Ma等，2024b；Wu等，2023b；Yang和Zhao，2022；Zhang等，2026）。

与全球产品相比，国家和区域尺度产品通常能够纳入本地训练样本、建筑物足迹、星载LiDAR观测、三维建筑模型或地籍数据，因此往往表现出更好的区域适应性和本地精度。然而，其跨区域可比性仍受参考数据标准、高度定义、训练样本代表性以及城市形态差异的影响。特别是在跨国、跨省或跨城市群比较建筑高度分布特征时，应注意产品生成方法、验证数据、高度表示方式和时间基准是否一致。

3.3 本地高分辨率产品与基准数据集

本地高分辨率产品通常来源于机载LiDAR、航空摄影测量、高分辨率立体影像、城市尺度三维模型或地籍建筑数据。它们能够提供建筑物对象级别的高度、屋顶形态、体积和楼层数等信息。此类数据适用于数字孪生、城市更新、街区尺度微气候研究、精细尺度灾害风险评估以及建筑物级别损失评估。它们也常被用作大规模建筑高度估计中的训练标签、精度验证数据或本地校准基准。机载LiDAR和城市尺度三维模型通常精度较高，可从DSM、DTM和nDSM中提取建筑高度及三维形态指标。然而，其有限的覆盖范围、更新频率和数据可获取性使其难以直接支持国家级或全球级的连续制图（Elaksher和Bethel，2002；Erener等，2020；Wehr和Lohr，1999；Yu等，2010）。

除了传统的基于LiDAR的nDSM和城市尺度三维模型外，EUBUCCO、CMAB、GlobalBuildingAtlas和3D-GloBFP等对象级建筑数据集正在推动从网格化高度图层向建筑物对象级别三维表示的过渡。然而，这些数据集在属性丰富度方面存在显著差异。EUBUCCO和CMAB提供建筑物足迹以及高度、建造年份、建筑类型、功能、结构、年代或质量等附加属性，而GlobalBuildingAtlas主要整合建筑物足迹分割和建筑高度反演以生成LoD1建筑表示。因此，不应将这些对象级数据集视为等价的多属性产品，尽管它们都对更精细的城市三维表示有所贡献（Milojevic-Dupont等，2023；Zhang等，2025；Zhu等，2025）。

这些产品可支持建筑能效模拟、人口暴露分析、城市形态研究、精细尺度规划及数字孪生建设。然而，它们之间在覆盖范围、数据质量、更新频率、属性完整性和跨区域标准化方面仍存在差异。因此，本地高分辨率产品和对象级数据集更应被视为精细尺度应用、训练样本生成和大规模模型校准的重要基础，而非区域或全球连续建筑高度产品的直接替代品。

3.4 产品比较与应用适配

建筑高度产品的比较和选择应从所需的高度定义、空间单元、参考数据、不确定性信息、可获取性和目标应用场景出发。建筑物对象级别或1–10 m高分辨率产品可保留建筑物边界、高度突变和街道峡谷结构，适用于三维建模、街道尺度模拟、数字孪生和建筑物级别风险分析。10–30 m分辨率的产品更适合城市形态识别、区域建筑高度制图和城市热环境分析。30–150 m分辨率的网格化产品可支持城市热岛研究、碳排放估算、人口分布建模和城市群比较。100 m–1 km分辨率的产品更适合全球城市化研究、区域气候模型和宏观尺度暴露评估。

因此，建筑高度产品的选择应以应用为导向，而非单纯追求最高空间分辨率或最低RMSE。误差相对较低的网格化产品可能无法支持单栋建筑级别的风险分析，而精度很高的建筑物级别产品如果其覆盖范围、更新频率或可获取性受限，可能不适合用于全球长期监测。未来的建筑高度产品应报告高度定义、聚合规则、主要数据源、参考数据、时间信息、可获取性和不确定性信息，以提高其可解释性、可比性和面向应用的可靠性。

4. 建筑高度估计方法

建筑高度估计方法已从显式几何反演演进至统计学习、深度学习和多模态融合。这些方法学路径不仅模型形式不同，在高度可观测性假设、所需输入数据、参考数据依赖、空间尺度和可迁移性方面也存在差异。几何与物理驱动方法依赖于显式的观测关系，如阴影几何、立体视差、SAR成像几何、LiDAR高程差或街景透视投影。统计学习方法将多源观测和辅助变量转化为手工设计的预测因子，并将稀疏的高度信息外推至更大区域。深度学习方法从影像、DSM、SAR、LiDAR或多模态输入中学习高度相关的特征表示。多源融合方法尝试组合不同传感器和辅助数据中互补的高度线索。因此，以下章节不仅按技术类别综述这些方法，还讨论其假设条件、失效模式、泛化能力及适用场景。表4汇总了具有不同研究区域、方法、输入数据、输出空间单元/分辨率、参考数据和报告精度的代表性建筑高度估计研究。

**表4. 具有不同研究区域、方法、输入数据、输出空间单元/分辨率、参考数据和报告精度的代表性建筑高度估计研究**

| 参考文献 | 研究区域 | 方法 | 输入数据 | 输出空间单元 | RMSE | 参考数据 |
|---|---|---|---|---|---|---|
| Ma等（2023） | 中国长三角 | 随机森林 | GEDI + Landsat-8 + Sentinel-1/2 | 150 m网格 | 5.03 m | 参考建筑高度数据 |
| Esch等（2022） | 全球 | WSF3D高度估计框架 | WSF 2019、TanDEM-X DEM | 90 m网格 | 6.04 m | 三维建筑模型和街景楼层数样本 |
| Li等（2020b） | 美国7个城市 | 基于VVH的经验建筑高度模型 | Sentinel-1 | 500 m网格 | 1.5 m | 机载LiDAR |
| Li等（2020a） | 美国、中国、欧洲 | 随机森林 | 多源地球观测和辅助数据 | 1 km网格 | 2.69 m | 三维建筑模型 |
| Pesaresi和Politis（2023） | 全球 | 基于DEM的建筑高度提取 | ALOS AW3D30 DSM、SRTM30 DEM、Sentinel-2 | 100 m网格 | — | 机载LiDAR点云和DSM |
| Wu等（2023b） | 中国/62个城市用于样本开发及全国制图 | 随机森林 | Sentinel-1、Sentinel-2、PALSAR及辅助数据 | 10 m网格 | 6.1 m | 百度地图建筑足迹和楼层数矢量 |
| Huang等（2022） | 中国 | 基于DSM的高度提取（含坡度校正） | AW3D30 + NASADEM + GAIA + GRIP | 30 m网格 | 4.98 m | 实测高度/百度建筑高度数据 |
| Frantz等（2021） | 德国 | 机器学习回归 | Sentinel-1和Sentinel-2时间序列 | 10 m网格 | 6.07 m | 高质量三维建筑模型 |
| Dong等（2024a） | 中国杭州 | 带物理和上下文特征的XGBoost | Sentinel-1、Sentinel-2、DEM | 单体建筑 | 6.64 m | 机载LiDAR衍生nDSM |
| Cai等（2023） | 中国3个城市群63个城市 | BHE-NET多模态融合双分支CNN | Sentinel-1、Sentinel-2 | 10 m网格 | 4.65 m | 众源/参考建筑高度数据 |
| Yang和Zhao（2022） | 中国 | Si-GPR | Sentinel-1 SAR | 1 km网格 | 4.22 m | 地籍/公开建筑高度参考 |
| Che等（2024） | 全球 | XGBoost | 多源地球观测和建筑物足迹特征 | 单体建筑足迹 | 1.9–14.6 m | 机载LiDAR和官方三维建筑模型 |
| Zhang等（2025） | 中国 | Bootstrap聚合XGBoost | 多源建筑形态、位置、功能和城市上下文特征 | 单体建筑足迹 | 7.6 m | 百度建筑楼层/高度数据和人工街景验证 |
| Stipek等（2025） | 日本 | 分段集成机器学习框架 | 建筑物足迹和形态特征 | 单体建筑足迹 | — | 建筑高度参考数据 |
| Cao和Huang（2021） | 中国42个城市 | M3Net：多光谱、多视角、多任务深度网络 | ZY-3立体对 | 2.5 m网格 | 6.45 m | 高德地图衍生/参考建筑高度 |
| Chen等（2023a） | 多个中国城市 | BHEPD：摄影测量+深度学习 | GF-7立体对 | 1 m | 4.06–8.06 m | 实测、楼层数据和机载LiDAR |
| Du等（2024） | 北京、上海 | NES-CNN/多尺度一维CNN | Sentinel-1、Sentinel-2、NASA DEM、夜间灯光、POI、GDP | 10 m网格 | 6.93 m；7.57 m | 机载LiDAR、星载LiDAR |
| Wang等（2024） | 多个城市 | MF-BHNet、混合多模态融合网络 | Sentinel-1、Sentinel-2 | 10 m网格 | 3.64 m | 机载LiDAR nDSM |
| Yadav等（2025） | 荷兰、瑞士、爱沙尼亚、德国 | T-SwinUNet/时序Swin Transformer | Sentinel-1、Sentinel-2时间序列 | 10 m网格 | 1.89 m | 机载LiDAR |
| Chen等（2023c） | — | MFTSC、语义约束Transformer | 多源遥感影像 | 10 m | 1.173 m | 地面实测建筑高度数据 |

注：表中报告的RMSE值指原始研究中对应估计输出或验证设置所报告的精度指标，不应将其视为可直接比较的基准。

4.1 几何与物理驱动方法

几何与物理驱动方法是建筑高度估计中最基本的范式之一。其核心思想不是直接从影像特征中学习高度，而是基于显式的观测几何或物理关系，将阴影长度、立体视差、SAR几何畸变、LiDAR高程差和街景透视投影等可观测物理量转化为建筑高度。与统计学习和深度学习方法相比，这些方法对训练样本的依赖较少，反演过程更具可解释性。因此，在观测机理明确、几何关系稳定且目标建筑物可与周围对象分离的场景中尤为适用。基于第2节讨论的高度观测线索和适用条件，本节重点讨论这些可观测物理量如何被转化为定量的建筑高度估计。

在单视角光学影像中，基于阴影的方法是常用的几何反演手段。该方法主要根据建筑物阴影长度、太阳高度角和太阳方位角之间的关系来估计建筑高度。高分辨率影像中的建筑物阴影已被用于高度估计，表明阴影几何为单影像高度测量提供了明确的物理依据（Comber等，2012；Shao等，2011）。其他研究通过解决阴影重叠、体阴影分析和建筑物对象约束等问题改进了基于阴影的高度估计（Kadhim和Mourshed，2017；Lee和Kim，2013；Liasis和Stavrou，2016）。近年来，多场景建模、立面信息和空间分布约束被引入到基于单视角影像的高度估计中，拓展了基于阴影方法在复杂城市区域中的适用性（Xie等，2021；Xu等，2024）。

基于阴影的方法的主要价值在于数据需求低且具有直接的几何可解释性。当高分辨率光学影像可用、阴影边界清晰、太阳几何关系已知、建筑物相对孤立且地形近似平坦时，这些方法仍然有效。然而，在高层密集区阴影重叠时、低矮区域阴影过短或与植被混杂时、山地城市中地形影响阴影长度时，以及建筑物与阴影对应关系模糊的场景中，这些方法会失去可靠性。因此，基于阴影的估计更适合在可控观测条件下进行局部或对象级别的高度提取，而非全自动的大范围制图。

立体摄影测量通过多视角影像之间的视差关系重建三维表面结构，并结合DSM与DEM/DTM数据或建筑物足迹提取相对建筑高度。已有研究利用超高分辨率卫星立体影像估计城市建筑高度（Alobeid等，2009），基于立体影像DSM的高程差模型也被用于高度提取（Zeng等，2014），对ZY-3多视角影像的建筑高度提取质量进行了评估（Liu等，2017）。近年来，与GF-7相关的研究进一步推动了国产高分辨率立体测绘卫星在建筑高度估计中的应用。屋顶轮廓约束和轮廓匹配被引入以改进GF-7立体匹配和建筑高度提取（Cui等，2024；Zhang等，2022b）。与基于阴影的方法相比，立体摄影测量提供了更明确的几何高度线索，并支持连续DSM生成。然而，其精度取决于影像匹配、DSM质量、建筑物遮挡、视差不连续、屋顶纹理和地形归一化。因此，在高质量立体对、充分影像纹理和稳定DEM/DTM支持条件下，其可靠性更高；而在密集城市核心区、狭窄街道、低纹理屋顶和复杂地形区域则不够稳定。

SAR几何与物理驱动方法主要利用叠掩、雷达阴影、双弹散射、相位差、相干性和极化响应来反演建筑物的垂直结构。高分辨率SAR影像中的叠掩和阴影已被证明可支持对孤立或结构清晰建筑物的高度估计（Brunner等，2009；Guida等，2010），高分辨率SAR立体分析也验证了SAR几何观测在高度反演方面的潜力（Soergel等，2009）。

在干涉测量和多基线合成孔径雷达（SAR）领域，研究人员利用多基线干涉SAR相干性来提取城市建筑物高度方差（Luckman和Grey，2003），多基线干涉SAR模型被扩展到极化场景（Sauer等，2009），永久散射体干涉SAR（PS-InSAR）与两阶段编程方法相结合用于城市建筑物高度估算（Zhu等，2023）。基于SAR的方法具有较强的物理基础，能够在全天候和昼夜条件下提供与高度相关的结构信息。然而，其可靠性对入射角、建筑朝向、散射机制、相干性、相位解缠、斑点噪声和遮挡条件高度敏感。在密集城区，铺展效应和多次散射可以提供有用的高度线索，但也可能使反演问题变得模糊。因此，基于SAR的高度估算最适合于雷达几何关系可解释且采集构型充足的情形。

激光雷达高程差方法是最直接的物理高度测量方法。其基本思想是通过点云分类和地面点识别获取地表和地面高程，然后利用数字表面模型（DSM）与数字地形模型（DTM）之差构建归一化数字表面模型（nDSM），从而提取相对建筑高度。机载激光扫描的基本原理已被系统介绍（Wehr和Lohr，1999），激光雷达数据被用于三维建筑重建（Elaksher和Bethel，2002），DSM、DTM和nDSM被用于估算建筑高度和楼层数（Erener等，2020）。与光学和SAR方法相比，激光雷达提供更直接的三维高程观测，具有更高的精度和可解释性。然而，由于采集成本、空间覆盖范围和更新频率的限制，机载激光雷达更常作为局部高精度制图、训练标签和大范围建筑高度估算中验证基准的数据源。

街景几何方法从地面视角利用屋脊线、基线、灭点、楼层韵律、相机参数和透视投影关系来推断建筑高度。研究利用百度全景街景图像估算建筑高度（Ge等，2025）、利用单张街景图像和透视几何估算高度（Yan和Huang，2022），以及开发了可扩展的基于街景的高度估算框架（Zhao等，2022）。街景方法能够补充从卫星俯视影像难以获取的立面信息，对于临街建筑和局部街区尺度分析尤为有用。然而，其适用性受到路网覆盖、立面可见性、树木或车辆遮挡、相机视角、透视畸变以及平台间采集差异的制约。因此，基于街景的高度估算可能偏向于可达道路和可见立面，其结果在街景覆盖不均的地区应谨慎使用。

几何和物理驱动方法的价值在于其具有可解释的高度反演机制。它们不仅可以作为独立的估算路径，还可以作为统计学习、深度学习和多源融合模型的物理先验、校准参考和验证约束。然而，其适用性通常受到观测条件和场景结构的制约：阴影方法依赖于光照条件和阴影完整性；立体测图依赖于影像匹配和DSM质量；SAR方法依赖于成像几何和散射稳定性；激光雷达方法依赖于高程采样和地面检测；街景方法依赖于道路覆盖和立面可见性。因此，在复杂的密集城区和大规模连续制图任务中，几何和物理驱动方法往往需要与数据驱动模型和多源观测相结合。

### 4.2 统计学习和传统机器学习方法

统计学习和传统机器学习方法将建筑高度估算从局部几何反演扩展到区域尺度的自动化制图。与几何和物理驱动方法不同，这些方法通常不建立单一可观测变量与建筑高度之间的显式解析关系，而是将光学数据、SAR数据、激光雷达高度样本、DEM/DSM数据、建筑足迹、夜间灯光、兴趣点（POI）和社会经济数据转化为多维特征，并利用最小二乘法（OLS）、地理加权回归（GWR）、随机森林、XGBoost、支持向量回归（SVR）、高斯过程回归和集成回归等模型学习这些特征与建筑高度或建成区高度之间的统计关系。

研究利用Sentinel-2和TanDEM-X数据等多种数据源，采用多策略集成回归方法绘制建成区密度和高度图（Gei?等，2019）。Sentinel-1数据也被用于估算建筑高度（Li等，2020b）。一项研究使用空间信息约束方法构建了2017年中国的建筑高度数据集（Yang和Zhao，2022）。来自ICESat-2或GEDI的空间激光雷达高度样本进一步与多源遥感特征结合，用于建成区高度制图或城市群尺度建筑高度制图（Ma等，2023；Tang等，2025）。这些研究的共同贡献在于整合了遥感观测、空间上下文和有限的高度参考数据，使建筑高度制图能够从局部样本扩展到更大区域。

在大规模应用中，随机森林和XGBoost等集成学习模型被广泛使用，因为它们能够处理非线性关系和多源特征，并且在中小规模样本下仍保持较好的鲁棒性。当需要将稀疏高度样本（如GEDI、ICESat-2、机载激光雷达、三维建筑模型或楼层记录）利用空间预测变量外推至更广区域时，此类模型尤为适用。传统机器学习方法还具有实现简单、计算成本低和变量贡献可解释等优点。针对足迹尺度的建筑高度估算，可解释建模也已被探索，为不同空间特征对高度估算的贡献提供了洞见（Chen等，2024）。

然而，这些方法的主要瓶颈并不在于模型形式本身，而在于特征构建、训练样本代表性和参考数据质量。统计学习模型本质上学习的是特征与高度之间的经验相关性，可能并未显式表示建筑几何、观测物理或高度形成机制。例如，基于Sentinel-1/2的模型可能捕获光谱-后向散射特征与城市发展强度之间的相关性，但当屋顶材料、建筑密度、植被覆盖、地形或城市功能结构与训练区域存在显著差异时，这些相关性可能变得不稳定。因此，Sentinel-1/2融合对于区域建成区高度格局或栅格高度估算比单个建筑高度提取更可靠，在建筑高度相关的光谱和SAR线索微弱、混杂或与建筑高度不存在因果联系的异质城市中可靠性降低。

空间激光雷达辅助的机器学习需要质量可控的高度样本。如第2.3.2节所述，GEDI和ICESat-2派生样本的可靠性取决于光子或波形质量、定位精度、地面检测、建筑占比以及建筑、植被、道路和地形的混合程度。在统计学习框架内，这些观测应被视为具有物理意义但质量依赖的锚点，而非普遍精确的标签。在利用区域遥感预测变量外推之前，必须进行严格的过滤、空间匹配、样本分层和独立验证。

总体而言，统计学习和传统机器学习方法非常适合在有限参考数据条件下进行区域尺度高度制图、多源特征外推和产品生成。其局限性在复杂形态表示、单个建筑边界保持、长尾高层建筑分布、跨区域可迁移性和物理可解释性方面最为明显。未来的改进应不仅关注模型选择，还应关注样本分层、参考数据质量控制、因果特征选择、空间迁移验证以及与物理约束或深度学习框架的集成。

### 4.3 深度学习方法

深度学习方法将建筑高度估算从人工特征工程推进到端到端表示学习。与阴影几何、手工设计纹理或传统回归特征不同，深度网络能够从遥感影像中自动提取与高度相关的线索，如屋顶形状、建筑边界、阴影、纹理和空间上下文，并建立图像特征与建筑高度之间的非线性映射。早期研究主要集中在单图像高度估算。卷积-反卷积网络被用于从单目影像估算高度（Mou和Zhu，2018）；基于单张RGB图像的nDSM预测随后被探索（Karatsiolis等，2021）；编码器-解码器网络被应用于从单张航空影像估算建筑高度（Amirkolaee和Arefi，2019）；基于单张遥感影像的单目高度估算也进一步被开展（Chen等，2023b）。对于SAR影像，深度学习方法被开发用于单图像高度重建和从超高分辨率SAR数据中提取建筑高度（Recla和Schmitt，2022；Sun等，2022）。这些研究表明，单图像中的纹理、边界、阴影、上下文特征以及传感器特定的几何或散射线索可以被深度网络有效利用，从而减少了对显式几何测量和手工设计特征的依赖。

随着训练样本、网络架构和多源数据的增加，深度学习在建筑高度估算中的作用已超出像素或对象级高度回归。高分辨率多视角影像被用于中国多个城市的建筑高度估算，表明深度网络能够从大规模多视角影像中学习三维城市结构（Cao和Huang，2021）。深度学习超分辨率方法也被应用于生成高分辨率高度产品，将深度学习扩展到高度产品的精细化表示（Cao和Weng，2024）。最近，MFC-CNN被提出用于GF-7影像，通过改进立体匹配和DSM生成质量来增强高度提取（Cao等，2026）。因此，深度学习开始为DSM生成、视差优化、高度超分辨率和产品构建做出贡献，而不仅仅作为最终的高度回归模型。

多任务学习是提高建筑高度估算稳定性的重要方向。这些方法通常联合建模建筑足迹分割、语义约束和高度回归，以减少道路、植被和其他非建筑元素的干扰。语义分割被纳入高度估算以强调建筑语义对高度回归的约束作用（Liu等，2022）。MFTSC进一步整合了多源影像和语义约束用于复杂城区的建筑高度估算（Chen等，2023c）。与单任务高度回归相比，多任务学习同时确定"建筑在哪里"和"建筑有多高"，减少了非建筑像素和混合边界对预测的影响。

最近，Transformer、Mamba和跨模态融合网络被引入建筑高度估算。与传统CNN相比，这些架构强调长程依赖、局部空间聚合和多尺度上下文建模，有助于捕获城市形态、建筑密度和高度分布的差异。例如，EL-Mamba（Xu等，2026）引入了边缘感知和局部聚合机制用于Sentinel-1/2建筑高度估算；FusionHeightNet（Ma等，2024a）和MF-BHNet（Wang等，2024）通过多层特征交互和跨模态融合增强光学和SAR的互补性。相关的多源融合机制将在第4.4节进一步讨论。

深度学习的优势在于其能够从影像和多源数据中学习复杂的高度相关表示。然而，这一优势也引入了一个关键风险：深度网络可能学习到局部纹理、地表覆盖上下文、城市特定发展模式与建筑高度之间的非因果相关性。在一个城市训练的模型可能在城市内随机验证中表现良好，但在屋顶材料、建筑密度、地形条件或高层建筑分布不同的新城市中失效。深度学习方法对标签噪声、高层建筑样本不足、低层与高层建筑之间的类别不平衡、混合像素以及高度标签与建筑足迹之间的边界错位也较为敏感。这些因素可能导致高层建筑系统性低估、高度不连续过度平滑以及可迁移性降低。

因此，基于深度学习的建筑高度估算的关键挑战不仅在于设计更复杂的网络架构，还在于提高所学习高度线索的可靠性。未来模型应纳入物理约束、语义监督、跨区域样本、分层高度范围训练、不确定性建模和跨城市验证。此外，深度学习结果应根据模型实际使用的线索（如阴影、屋顶纹理、SAR后向散射、高程样本、足迹或城市上下文）进行解读。这将有助于区分稳健的高度推理与城市特定的纹理拟合。

### 4.4 多源和多模态融合方法

建筑高度估算很少能仅依赖单一数据源可靠完成。光学影像提供语义、边界、阴影和纹理信息；SAR对城市粗糙度、散射和结构复杂度敏感；激光雷达提供物理高度样本；街景影像补充立面细节。辅助数据如DEM/DSM、建筑足迹、夜间灯光、POI、人口、GDP和城市功能区，进一步提供了地形、边界和社会经济上下文。多源融合的价值并不在于简单地增加输入变量数量，而在于利用互补的高度约束来弥补单一模态在高度可观测性、空间连续性和跨区域泛化方面的局限性。

LiDAR、SAR、光学影像与人工智能（AI）在城市制图中的集成潜力已被探讨，同时指出需要解决尺度差异、空间配准、误差传播以及模态贡献解释等问题（Afroosheh and Askari, 2024）。光学–SAR融合是大规模建筑高度制图最常见的途径之一。高分辨率光学影像已与InSAR特征结合用于平顶建筑高度估算，利用了光学几何信息与雷达高程/相干信息之间的互补性（Wegner et al., 2013）。利用Sentinel-1/2时序数据开展的国家尺度建筑高度制图也证明了公开光学–SAR数据表示大规模三维城市结构的能力（Frantz et al., 2021）。后续研究进一步将Sentinel-1/2融合与深度网络结合，用于10米或更大尺度的建筑高度估算（Cai et al., 2023; Wang et al., 2024; Xu et al., 2026; Yadav et al., 2025）。这表明，光学语义特征与SAR结构特征之间的协同已成为区域建筑高度制图相对稳定的技术路径。

然而，光学–SAR融合并非普遍可靠。当光学语义线索、SAR结构响应和参考高度数据在空间上具有一致性，且目标为区域或格网建筑高度而非精确的建筑单体高度时，该方法更为有效。当光学与SAR数据具有不同的采集日期、空间分辨率、观测几何和灵敏度机制，或在建筑边界附近发生配准误差时，其可靠性降低。密集的高层建筑区可能受到SAR折叠和阴影的影响，而低层混合区域则可能SAR高度灵敏度较弱。植被、道路表面、地形、屋顶材料和土地利用异质性也可能削弱Sentinel-1/2特征与建筑高度之间的统计关系。因此，光学–SAR融合应伴随尺度匹配、时间一致性检查、配准评估和不确定性报告。

另一条重要途径是由稀疏LiDAR观测约束的多源外推。经过质量控制的GEDI、ICESat-2或机载LiDAR样本可与Sentinel、Landsat、SAR、DSM/DEM、建筑足迹及辅助变量结合，生成空间连续的高度图。ICESat-2衍生的建成区高度样本已与Sentinel数据和DSM集成（Tang et al., 2025），而GEDI样本和多源预测变量已被用于城市群尺度制图（Ma et al., 2024b）。星载激光测高样本也被探索用于大规模单体建筑高度估算（Du et al., 2025）。在这些框架中，LiDAR充当训练、标定或迁移锚点，而非唯一的制图数据源。

从模型实现的角度来看，多源融合可大致分为输入级、特征级和决策级融合。输入级融合直接堆叠不同数据源的波段、指数、纹理和辅助变量。这有利于与传统机器学习和浅层网络集成，但需要仔细进行尺度匹配、空间配准和时间一致性处理。特征级融合利用CNN、Transformer、注意力机制或跨模态交互模块提取模态特定特征，随后进行深度语义融合；这已成为基于深度学习的建筑高度估算中更为常见的方法。决策级融合通过整合不同模型或数据源的预测结果来提高鲁棒性。FusionHeightNet、MF-BHNet和SwinH-Fuse反映了这一趋势：融合方法正从简单的特征拼接向多层次、结构化且具有语义约束的模态协作发展（Al Aawar et al., 2026; Ma et al., 2024a; Wang et al., 2024）。

多源融合可以缓解单一数据源高度可观测性不足的问题，但并不能自动产生更可靠的高度产品。不同数据源之间的空间配准误差、时间不一致性、分辨率不匹配和标签误差可能在融合过程中持续传播，甚至被放大。此外，不同模态对高度估算的贡献往往缺乏清晰解释。未来研究应聚焦于澄清不同模态在不同城市形态、建筑高度范围和应用尺度下实际提供了什么约束，而非单纯增加更多数据类型。只有将物理机制、不确定性建模和模态贡献解释纳入融合框架，多源建筑高度估算才能从"数据堆叠"走向真正的机制协同。

表4进一步总结了具有代表性的建筑高度估算研究，包括研究区域、方法、输入数据、输出空间单元/分辨率、参考数据和报告的RMSE。由于这些研究在高度定义、评估单元、参考数据质量和验证策略方面存在较大差异，所报告的RMSE值应视为特定研究的结果，而非可直接比较的精度排名。

5. 尺度效应、精度评估与不确定性传播

建筑高度估算不是单一尺度上的数值回归问题，而是一个以强尺度依赖性和不确定性传播为特征的三维城市信息检索问题。建筑高度的含义随分析空间单元而变化。在单体建筑尺度上，高度可指最大屋顶高度、平均屋顶高度、檐口高度或楼层数推算高度。在像素尺度上，高度以连续栅格值表示，容易受混合像素、建筑边界、植被、道路及其他非建筑物体的影响。在街区或格网尺度上，单体建筑高度进一步被聚合为城市形态参数，如平均高度、中位高度、最大高度、建筑体积、容积率、粗糙度长度、天空视角系数和正面面积密度。在区域或全球尺度上，建筑高度通常表示为建成区高度、城市冠层高度或格网统计高度。因此，建筑高度在不同尺度上具有不同的物理含义，同一组精度指标不能用于简单的跨尺度比较。为阐明这种尺度依赖特性，图5总结了从建筑级高度到像素级、街区/格网级和区域/全球级表示的尺度转换链，并说明了不确定性如何从遥感观测和参考数据传输至模型估算、尺度转换和应用输出。

已有城市气候和热环境研究表明，建筑高度及其衍生的三维形态指标在地表温度、通风、污染扩散和城市热舒适度方面的解释力可能随空间尺度而变化。尺度选择可直接影响模型结果和应用解释（Wang et al., 2018; Xi et al., 2021; Yelixiati et al., 2024; Yu and Pan, 2026）。例如，建筑级或像素级高度数据可保留局部高度不连续性和街道峡谷结构，而街区级或格网级产品主要代表统计高度模式和城市冠层特征。这种尺度依赖的含义意味着，适用于区域气候建模的产品可能不适合单体建筑风险评估，反之亦然。

常用精度指标包括RMSE、MAE、ME、R2和关联系数，但其解释强烈依赖于评估单元、参考数据、高度定义和聚合尺度。单体建筑尺度的RMSE主要反映单体建筑高度的误差，而格网尺度的RMSE则更多反映平均或聚合高度的误差。空间聚合可能通过平滑和误差补偿降低格网尺度误差，但这并不一定意味着建筑级精度更好。例如，当高度估算从建筑或像素单元聚合到100米或1公里格网时，局部正负误差可能部分抵消，导致格网级RMSE较低，即使某些单体建筑仍存在较大的高估或低估。反之，一个单体建筑误差较大的产品仍可能捕捉到区域高度梯度和城市群模式。因此，精度评估应明确报告评估单元、高度定义、空间聚合规则、参考数据源和应用背景。

不同高度范围和城市形态也具有不同的误差结构。低层建筑和高层建筑可能不遵循相同的误差分布，因为它们的高度线索、屋顶形态、周边遮挡和遥感数据中的表示方式不同。通过区分高层和低层建筑来改进建筑高度建模的研究表明，分层建模和评估能更好地刻画高度依赖性误差（Stipek et al., 2025）。从全球或大规模建筑高度产品生成的角度来看，高度采样、训练样本分布和验证策略也被证明对产品质量解读有重大影响（He et al., 2025; Ma et al., 2024b）。因此，建筑高度产品的评估应纳入按高度范围、建筑类型、城市形态区域和地区进行的分层评估，而非仅依赖整体RMSE或MAE。

建筑高度估算中的不确定性可理解为从观测到产品生成、尺度转换和应用建模的传播链。观测不确定性首先源于传感器特定机制。光学影像受照明几何、阴影完整性、屋顶材料、观测角度和建筑遮挡的影响。SAR数据受折叠、雷达阴影、入射角、建筑朝向、散射机制和配准误差的影响。LiDAR数据受足迹尺寸、点云密度、定位不确定性、地面点识别和混合回波的影响。街景影像受遮挡、透视畸变、路网覆盖和平台特定采集差异的影响。这些观测误差随后通过特征提取、标签构建、训练样本偏差和模型泛化被传递至模型估算。

参考数据和尺度转换引入了额外的不确定性。建筑高度标签可能来自机载LiDAR、DSM/nDSM、地籍记录、楼层数、建筑足迹、3D模型或星载LiDAR样本，但这些数据源往往在高度定义、采集年份、坐标系、空间分辨率和垂直基准上存在差异。足迹–高度不匹配、DEM/DTM误差、DSM伪影、时间不一致性和配准误差都可能使训练和验证产生偏差。SAR影像与GIS建筑足迹之间的大尺度配准已被研究（Sun et al., 2020）；从DEM地面滤波的角度分析了建筑高度估算中的高程误差（Patel and Singla, 2023）；公开DEM和星载LiDAR辅助高程信息的质量已被证明影响后续空间分析（Golin et al., 2024; Narin et al., 2024）。当建筑级或像素级高度被聚合到街区、格网或区域单元时，不确定性还会通过可变面积单元效应、边界效应、单元内高度异质性损失以及均值、中位数、最大值或百分位指标的选择而进一步转化。

建筑高度误差可进一步传播至环境和社会经济应用中。对于建筑体积，高度误差直接与足迹面积相乘，因此系统性的高度低估可能导致建筑体积和物质存量被低估。对于容积率和开发强度，高度或楼层数的误差可能改变对垂直城市化的评估。在城市热环境和微气候研究中，高度误差会影响阴影范围、天空视角系数、峡谷纵横比、辐射交换、粗糙度参数和通风条件。在污染扩散研究中，高度误差可能改变粗糙度长度、正面面积密度、街道峡谷结构和湍流表征。在能耗和碳排放估算中，高度误差可能影响建筑体积、楼层面积、供暖制冷需求和碳存量估算。在洪水、地震等灾害风险评估中，高度误差可能影响楼层暴露度、垂直避难空间、首层高程和结构脆弱性的估计（Ho et al., 2024; Hong et al., 2024; Keme? and Duzgun, 2006; Neal et al., 2009; Rahim et al., 2024; Reid et al., 2025; Sorboni et al., 2024; Wang et al., 2018; Watson et al., 2022）。

这些例子表明，建筑高度不确定性不应仅在制图阶段进行评估。一个RMSE较低的产品可能因高度定义、空间单元、不确定性结构或时间代表性与应用需求不匹配而不适合特定应用。反之，一个较粗糙的产品在目标应用需要区域平均高度、城市冠层参数或大规模暴露指标时仍可能有用的。因此，建筑高度产品的评估应从制图精度导向转向应用导向的可靠性。应考察产品能否在目标应用尺度上稳定表示高度模式、体积密度、城市冠层结构和关键形态参数，以及其不确定性是否满足预期的环境或决策支持任务需求。表5总结了建筑高度产品的尺度依赖含义、主要不确定性来源和适用应用。

表5.

尺度相关的含义解释、主要不确定性来源及适用场景的建筑高度产品

| 尺度 | ScaleHeight 含义 | 主要不确定性来源 | 适用场景 |
|---|---|---|---|
| 单体建筑尺度 | 单个建筑的屋顶高度、平均屋面高度、檐口高度或按楼层推算的高度 | 轮廓与高度不匹配；屋顶形态复杂；高度定义不一致；遮挡 | 数字孪生；单体建筑风险评估；城市更新；精细形态分析 |
| 像素尺度 | 基于栅格的连续高度值 | 混合像元；边界误差；非建筑干扰；分辨率不匹配 | 高分辨率城市形态；局地微气候分析；细尺度暴露制图 |
| 地块/网格尺度 | 地块或网格内的平均、中位、最大、分位或统计建筑高度 | 聚合误差；MAUP；单元内部高度异质性损失；边界效应 | 城市气候；碳与能源建模；人口制图；城市群比较 |
| 区域/全球尺度 | 建成高度、城市冠层高度或栅格化建筑高度参数 | 产品间不一致；参考数据偏差；跨区域推广误差；时相不匹配 | 宏观城镇化分析；暴露评估；区域/全球模拟 |

**6. 建筑高度产品的应用与产品需求**

建筑高度产品的应用价值不仅在于提供几何建筑高度，更在于将城市表征从二维的土地利用或建筑轮廓延伸到三维空间结构。建筑高度与建筑体量、建筑面积、垂直密度、街谷形态、地表粗糙度、天空视图因子以及人口与资产暴露密切相关，可为城市热环境、通风与空气污染、能源相关碳排放、灾害风险、城市规划与数字孪生等研究提供关键的三维参数。与二维城市指标相比，建筑高度能够进一步刻画垂直开发强度与城市形态差异。因此在许多应用中，建筑高度已不再只是辅助变量，而是连接城市形态、环境过程、社会经济活动与决策支持需求的重要结构参数。

然而，不同应用对高度定义、空间单元、时序更新频率和不确定性描述的要求各不相同。城市微气候模拟需要与街谷几何、粗糙度、天空视图因子及辐射滞留相关的高度变量；能源与碳研究需要建筑体量、建筑面积、建筑用途及存量相关指标；灾害风险评估往往需要建筑或楼层尺度的暴露信息；数字孪生则需要对象级几何、语义属性与时间更新。因此，建筑高度产品的适用性不仅取决于其空间分辨率或 RMSE，还取决于其高度定义、聚合单元、不确定性结构以及时相代表性是否与目标应用相匹配。面向应用的建筑高度产品需求汇总于表 6。

**表 6. 面向应用的建筑高度产品需求**

| 应用领域 | 所需高度指标 | 适用尺度 | 派生指标 | 关键验证需求 |
|---|---|---|---|---|
| 城市微气候 | 建筑高度；街谷高度；城市冠层高度 | 建筑/地块/网格 | SVF；纵横比；粗糙度；迎风面积密度 | 匹配模型尺度；报告聚合规则 |
| 通风与空气污染 | 平均高度；高度变异性；街谷几何 | 街道/地块/网格 | 粗糙度长度；通风廊道；扩散参数 | 检验尺度一致性与高度异质性 |
| 能源与碳 | 高度；层数；体量；建成高度 | 建筑/地块/网格 | 建筑面积；材料存量；能耗需求；碳排放 | 检验层高假设与建筑用途 |
| 灾害风险与暴露 | 高度；层数；首层标高 | 建筑/地块 | 暴露楼层；疏散容量；资产暴露 | 要求轮廓—高度一致与楼层级不确定性 |
| 人口制图 | 居住高度；面积代理；垂直密度 | 建筑/地块/普查单元 | 居住容量；人口密度 | 与普查/统计单元比对验证 |
| 规划与数字孪生 | 对象级高度；LoD 几何；语义属性 | 建筑/宗地/地块 | 容积率；体量；天际线；3D 城市对象 | 要求几何一致与时间更新 |
| 区域气候/全球城镇化 | 建成高度；城市冠层高度 | 网格/区域/全球 | 城市冠层参数；暴露指标 | 报告聚合规则与跨区域可比性 |

**6.1. 城市热环境、通风与空气污染**

建筑高度通过改变太阳辐射遮荫、长波辐射滞留、天空视图因子、街谷通风、地表粗糙度及热量储存过程，影响城市地表温度、近地面气温以及人体热舒适。以往研究表明，仅凭建筑高度并不能决定城市热状况，它会与建筑密度、容积率、SVF、路宽、植被覆盖、土地利用类型及局地气候区（LCZ）特征发生交互。近期证据进一步表明，建筑与树木的相对垂直配置可显著影响城市地表温度格局，凸显了在自然要素与建成要素之间考虑垂直反差的重要性，而非仅关注建筑高度本身（Wei et al., 2025）。部分研究从耦合二维与三维形态的角度分析建筑与树木对城市热环境的共同作用；另一些研究则量化了建筑高度、高度变异性、体量、地块形态及三维景观格局对地表与近地热力条件的贡献（Chen et al., 2021; Kong et al., 2022; Tian et al., 2019）。跨多尺度 LCZ、季节与昼夜变化以及异质城市背景的研究进一步表明，建筑高度对热环境的影响强烈依赖于尺度与情境（Cao et al., 2022; Han et al., 2022; Li et al., 2021; Rahimi et al., 2025; Yu and Pan, 2026）。

建筑高度还影响城市通风与污染物扩散。高层建筑与密集体量改变了粗糙度长度、迎风面积密度、街谷高宽比及湍流结构，从而影响风速衰减、污染物滞留与通风廊道效率。已有研究探讨了高度变异性对高层城区污染物扩散与行人尺度通风的影响（Hang et al., 2012）。后续研究进一步表明，在城市密度、地块形态、PM2.5 暴露以及多尺度地理加权关系的框架下，建筑高度与三维形态指标是解释空气污染扩散与通风状况的关键变量（Castells-Quintana et al., 2021; Duan et al., 2024; Yuan et al., 2025; Zhang et al., 2022a）。

对该应用领域而言，最重要的要求不仅是高空间分辨率，还包括保留街谷结构、地块尺度高度变异与空间开放度。建筑级或地块级高度数据通常更适合微气候与通风研究，而粗分辨率的城市平均值或区域均值高度产品可能无法捕捉局地遮荫、街谷几何与通风路径。因此，验证应在与气候或扩散模型相同的空间尺度上进行，并尽可能检验 SVF、迎风面积密度、粗糙度长度与街谷纵横比等派生指标。

**6.2. 能源消耗、碳排放与建成环境代谢**

建筑高度产品主要通过建筑体量、总建筑面积、容积率、楼层数及垂直开发强度，对能源消耗与碳排放估算作出贡献。与二维土地利用或建筑轮廓相比，建筑高度使得推断建筑存量、可使用面积与空间开发强度成为可能，从而为建筑能耗、城市碳核算、材料存量估算及人口活动强度分配提供更为细致的输入。已有研究利用建筑密度、高度与建筑类型等对地观测数据进行人口制图；另一些研究则将建筑高度、体量或三维形态信息纳入建筑存量估算、资源代谢分析、活动强度分配及城市碳排放估算（Maneepong et al., 2025; Nie et al., 2025; Schug et al., 2021; Xie et al., 2015; Yap et al., 2025）。

建筑高度与能源相关碳排放之间的关系并非简单线性。高密度、高层建筑开发可能提升土地利用效率，但高层建筑也可能因更高的材料需求、垂直交通、机械通风与空调需求而增加能耗。以往研究考察了建筑高度限制与城市温室气体排放之间的关系，回顾了城市空间结构与碳排放之间的联系，并从紧凑城市形态、建筑运行与碳排放的角度拓展了高度产品的应用场景（Borck, 2016; Hong et al., 2022; Salvati et al., 2020; Yan et al., 2025a）。

对于能源、碳与建成环境代谢研究而言，关键要求是从几何高度向体量、建筑面积、材料存量或能耗需求指标转换。因此，建筑高度产品需要与建筑轮廓、建筑用途、建成年代、材料信息、人口活动、夜间灯光、POI、GDP、气候区及能源统计数据相结合。高度不确定性会直接传导至建筑体量与建筑面积估算，尤其当层高假设或建筑类型差异未显式考虑时。因此，验证不应仅限于高度精度，还应考虑派生的体量、建筑面积或存量相关指标在目标空间单元上的可靠性。

**6.3. 灾害风险与三维暴露**

建筑高度产品可将传统的二维灾害暴露评估扩展到三维暴露评估。在洪水风险分析中，建筑高度、楼层数、地面高程与首层标高共同影响被淹楼层、垂直疏散空间、人口暴露与资产损失的估算。以往研究表明，三维建筑信息（Keme? and Duzgun, 2006; Neal et al., 2009; Rahim et al., 2024; Watson et al., 2022）、建筑高度与楼层属性能够改善洪水损失函数、脆弱性评估、三维可视化与城市风险建模。也有研究从街景或时序影像中估算最低楼层或首层标高，说明建筑垂直属性与洪水脆弱性分析存在直接相关性（Ho et al., 2024; Reid et al., 2025; Sorboni et al., 2024）。

在抗震风险评估与灾后损毁评估中，建筑高度可作为楼层数、结构类型、建筑体量与人口暴露的代理变量，从而支持更为细致的建筑暴露模型。已有研究表明，街道级影像、深度学习、建筑形态与高分辨率遥感可支持建筑表征、抗震脆弱性评估与震后损毁检测（Hong et al., 2024; Pelizari et al., 2021）。这些应用凸显了精细尺度垂直与结构建筑信息对于三维灾害暴露评估的重要性。

灾害类应用通常比区域环境类应用需要更为细致的垂直信息。建筑对象级高度、楼层数、首层标高、建筑用途、结构类型以及人口或资产数据，通常是建筑级损失估算、楼层级暴露分析与应急疏散评估所必需的。粗分辨率网格均值高度可支持初步的区域暴露建模，但不足以支撑建筑级风险评估与垂直疏散分析。因此，面向灾害的应用应优先选择高度定义明确、轮廓与高度一致、楼层数可靠并在建筑或地块尺度上显式报告不确定性的产品。

**6.4. 人口制图、城市规划与数字孪生**

建筑高度可通过提供垂直密度、建筑面积、建筑体量、天际线、日照可达性、风环境与公共服务可达性等信息，支持人口制图、城市规划与数字孪生建设。在人口制图中，建筑高度与体量有助于区分低密度水平扩张与高密度垂直开发，从而改善人口与活动强度的空间分配。在城市规划中，建筑高度与容积率、建筑密度、开发强度、天际线控制、土地利用效率及三维增长管控密切相关。已有研究表明，建筑高度与三维建筑结构可支持形态指标提取、城市冠层参数化、规划分析以及城市增长过程的时序重构（Biljecki and Chow, 2022; Domingo et al., 2023; Kent et al., 2019; Li et al., 2020a; Ren et al., 2020; Xu et al., 2017）。这些研究说明，建筑高度正从单一几何变量演变为多属性三维城市表征的重要组成部分。

数字孪生城市需要连续、准确且可更新的三维建筑对象，将几何与选定的语义信息相结合。EUBUCCO、CMAB、GlobalBuildingAtlas、3D-GloBFP 等对象级数据集，正为数字孪生生成与建筑存量分析提供日益重要的基础（Che et al., 2024; Milojevic-Dupont et al., 2023; Zhang et al., 2025; Zhu et al., 2025）。其实用价值不仅取决于建筑高度精度，还取决于轮廓完备性、几何一致性、属性可用性、时相现势性，以及与规划、能源、人口和社会经济数据库的可互操作性。其数据结构和属性丰富度方面的详细差异见 3.3 节。

这些应用的空间与语义需求差异较大。人口制图可采用网格或地块级高度指标估算垂直居住容量；而规划、天际线控制与宗地级开发评估通常需要建筑对象级几何。数字孪生的一致性要求最高，因为轮廓、高度、LoD 表达、语义属性与更新日期必须彼此兼容。因此，未来产品应从孤立的高度图层演进为具有完备几何精度、语义完备性、时间信息与不确定性说明的可互操作三维城市对象。

**6.5. 面向应用的产品选择**

建筑高度产品应根据特定应用的信息需求进行选择和评价。街道尺度气候模拟、建筑级灾害评估与数字孪生需要明确的建筑边界、高度不连续与局地几何结构。区域环境与经济社会分析更强调空间完备性、统计稳定性、时相一致性以及与普查或环境网格的兼容性。区域气候与全球城镇化研究则进一步需要标准化的建成高度或城市冠层参数，能够在城市与区域之间进行一致聚合。

上述差异表明，产品的可用性无法由单一的空间分辨率或精度指标来表征。

高分辨率物体级产品如果其时间覆盖范围和标准化程度有限，则可能不适合长期或跨区域监测；而整体均方根误差较低的产品格网产品可能无法保留街道尺度建模或建筑级暴露分析所需的垂直结构信息。因此，产品评估应考察高度定义、空间单元、聚合方法、时间基准、不确定性结构和参考数据是否与目标过程一致。未来产品开发应从通用高度制图向应用自适应数据生成转变。这需要为不同应用明确的需求档案，包括所需的高度指标、空间单元、更新频率、衍生变量和验证标准。表6总结的应用导向需求为将产品特征与下游决策需求联系起来提供了基础，并为将评估从单纯的制图精度转向应用导向的可靠性奠定了基础。

**7. 挑战与未来方向**

尽管基于遥感的建筑高度估算在数据源、建模方法和产品开发方面取得了实质性进展，但仍存在若干根本性挑战。这些挑战并非相互独立：弱高度可观测性限制了单一数据源估算的可靠性；不一致的高度定义和空间表示降低了产品可比性；参考数据不足和非标准化制约了验证和模型训练；城市形态异质性削弱了跨城市泛化能力；制图和尺度转换过程中累积的不确定性进一步影响下游应用。因此，未来研究应超越单纯的精度提升，建立连接高度可观测性、尺度一致性、模型泛化、动态更新和应用适配的系统性框架。这一因果链为以下挑战和未来方向提供了组织逻辑。

**7.1 弱可观测性与多源互补约束**

建筑高度在大多数星载遥感数据中并非直接可观测。光学影像主要通过阴影、屋顶边界、视差或空间上下文间接推断高度。SAR的高度信息嵌入在叠掩、雷达阴影、二次反射散射、相干性和偏振响应中。Sentinel-2等中分辨率光学数据主要表征城市发展强度和空间异质性，而非直接垂直几何信息。虽然GEDI和ICESat-2提供了具有物理意义的高度信息，但其稀疏采样难以实现城市建筑的连续覆盖。这种弱可观测性表明，建筑高度估算本质上是一个多约束推断问题，而非简单的像素级回归任务。

未来研究应进一步明确不同数据源在不同城市形态、地形条件和空间尺度下的高度可观测性边界。应更明确地整合光学影像、SAR、激光雷达、街景影像、建筑轮廓和辅助地理空间数据提供的互补约束。此外，建筑高度产品不应仅提供单一高度值，还应包含置信度度量、数据支持指标或可观测性标志。此类信息有助于识别高度估算不确定性较大的区域，如密集高层建筑区、山地城市、低层建筑区和严重遮挡的城市环境。

**7.2 尺度一致性、产品可比性与标准化验证**

弱可观测性进一步导致不同产品和尺度之间的高度表示差异。现有建筑高度产品从单体建筑物体、1–10米像元到30–150米格网和1公里全球统计产品不等。然而，建筑高度在这些空间单元中的物理含义各不相同。在单体建筑层面，高度可能指最大屋顶高度、平均屋顶高度、檐口高度或由楼层数推算的高度。在格网尺度上，它通常代表平均高度、建成高度、城市冠层高度或其他统计高度指标。如果不明确指定高度定义、空间单元、参考数据和聚合规则，不同产品的均方根误差、平均绝对误差和决定系数值无法直接比较。

未来研究应为建筑高度产品建立标准化基准数据集和验证方案。此类基准应覆盖不同城市形态、气候带、地形条件、发展阶段和建筑高度范围，同时区分建筑级、像元级、格网级和区域格局级的验证。产品发布也应附有清晰的元数据，包括高度定义、参考数据来源、聚合方法、时间信息、适用场景和不确定性图层。这将提高建筑高度产品的可解释性、可比性和应用可靠性。

**7.3 跨城市泛化与城市形态异质性**

尺度不一致和异构参考数据也削弱了模型可迁移性。建筑高度估算模型的跨城市泛化能力仍然有限，因为各城市在建筑高度分布、建筑密度、屋顶材料、街道形态、地形起伏、功能区结构和发展阶段方面差异显著。在一个城市或某一类形态区域中学到的特征-高度关系可能无法稳定地迁移到其他城市。密集高层建筑区、山地城市、老城区、非正规居住区和快速城市化地区特别容易出现泛化误差。

未来研究应构建覆盖多样城市形态、气候带和发展背景的跨城市训练和验证样本。领域自适应、迁移学习、半监督学习和自监督学习有助于减少对特定本地训练数据的依赖。然而，模型评估也应超越同一城市内的随机验证。需要结合城内、跨区域和跨时间验证，以评估模型是否能在实际应用条件下稳健地表征高度格局。

**7.4 物理约束与可解释多模态学习**

提高跨城市泛化能力需要模型学习高度相关的因果和物理线索，而非仅学习局部纹理相关性。深度学习和多源融合已大幅提升了建筑高度估算精度，但黑箱行为和物理可解释性不足仍是主要挑战。建筑高度具有明确的几何和物理含义，不应被简单视为通用图像回归变量。未来模型应从纯粹的数据驱动学习转向物理约束的数据驱动建模，将太阳角度、阴影方向、立体视差、SAR入射角、激光雷达高程、建筑轮廓、地形信息和合理高度范围纳入建模过程。

多模态深度学习也需从简单的特征拼接转向可解释的融合。跨模态注意力和Transformer架构可以建模模态间关系，但需要进一步解释以阐明不同数据源在不同城市形态、高度范围和空间尺度下的贡献。未来研究应优先发展物理信息损失函数、多任务学习、不确定性建模、模态贡献分析和自监督预训练。这些方法将使模型不仅能提高精度，还能解释其可靠性原因、可靠性不足的领域以及在不同城市背景下哪些数据源提供主要高度约束。

**7.5 动态制图与应用导向反馈**

即使高度产品变得更加准确和可迁移，大多数现有产品仍是静态的，不足以捕捉快速垂直城市变化。城市扩张不仅是水平的，也是垂直的。即使二维建成区变化缓慢，建筑高度、体量和建筑面积仍可能持续演化。因此，从静态高度制图转向垂直城市增长的动态监测是基于遥感建筑高度研究的重要方向。动态制图仍面临若干挑战，包括历史参考数据不足、多源观测的时间不一致性、难以检测局部建筑更新以及将传感器差异误判为高度变化的风险。

未来研究应结合长期遥感观测、更新的建筑轮廓、历史建筑记录、星载激光雷达样本和变化检测方法，开发年度或多时相建筑高度产品。近期关于快速城市化地区三维时序建筑重建的研究进一步凸显了动态三维城市制图的重要性。更重要的是，动态建筑高度产品应与应用导向反馈相联系。不同应用对空间分辨率、高度定义、更新频率和不确定性描述的要求不同。热环境分析、碳排放估算、污染扩散、灾害风险评估和数字孪生应将其数据需求反馈至产品开发过程，以指导产品生成、验证和更新策略。这将促进建筑高度估算从静态产品生成向应用自适应且持续更新的三维城市信息系统发展。

**8. 结论**

建筑高度是表征三维城市形态、垂直开发强度和空间暴露格局的关键变量。它为城市气候分析、通风与空气污染研究、能源与碳评估、灾害风险评估、人口制图、城市规划和数字孪生开发提供了基础信息。本综述从数据源、高度可观测性、产品、方法、尺度效应、应用、不确定性传播和未来挑战等方面系统考察了基于遥感的建筑高度估算。一个核心结论是，建筑高度不应被视为简单的像素级回归目标，而应视为受观测几何、传感器机制、参考数据、空间表示和应用需求约束的尺度依赖性三维城市信息变量。

不同遥感数据源提供了互补的高度观测线索。被动光学影像主要依赖阴影、立体视差、屋顶纹理和空间上下文；SAR通过叠掩、雷达阴影、二次反射散射、相干性和城市粗糙度提供高度相关信息；激光雷达提供直接或近直接的物理高度样本；街景影像则从地面视角补充立面和楼层信息。现有方法已从几何和物理驱动的逆推演进至统计学习、深度学习和多源或多模态融合。然而，这些方法和产品在高度定义、空间单元、参考数据、时间代表性、不确定性信息和适用性方面仍存在显著差异。因此，建筑高度产品不应仅通过均方根误差、平均绝对误差或空间分辨率进行比较，而应根据高度定义、评估单元、聚合规则、参考数据、不确定性结构和预期应用进行评价。

未来研究应从面向制图精度的产品生成转向应用导向的可靠性。关键方向包括明确高度可观测性边界、建立标准化高度定义和验证方案、提高跨城市和跨时间泛化能力、开发物理约束且可解释的多模态模型，以及构建动态、感知不确定性和应用自适应的高度产品。这一转变将更好地支持三维城市研究、地球系统分析、环境管理、风险管理和可持续城市发展。

**CRediT作者贡献声明**

李娟娟：撰写—原始草稿。陈少辉：撰写—审阅与编辑。刘凯：撰写—审阅与编辑。

李娟娟 | 陈少辉 | 刘凯