遥感数据（GEE平台）介绍及简单可视化（六）｜基于GHSL的城市非住宅建设用地识别与空间分析

一、研究背景

随着城市化进程的不断推进，城市建设用地的扩展已成为全球土地利用变化的显著标志之一。建设用地扩张对生态环境、气候、能源和基础设施规划都带来了深远影响，因此，对城市建筑分布的高精度监测成为城市遥感研究和空间治理的重要方向。

以往城市建筑监测依赖高分辨率影像或人工解译，存在成本高、通用性差、难以标准化等问题。为解决这一瓶颈，GHSL（Global Human Settlement Layer）项目发布了一套基于Sentinel-2影像的10米空间分辨率全球建筑用地数据集，使得在全球范围内开展统一尺度、统一指标的城市建筑分析成为可能。

本文以2018年GHSL 10米建筑表面数据为例，结合Google Earth Engine（GEE）平台，演示如何快速提取非住宅建筑用地并进行可视化和简单统计，为城市规划、空间功能区识别和建筑密度分析提供支持。

二、数据产品简介

GHSL P2023A – GHS_BUILT_S_10m由**欧洲委员会联合研究中心（JRC）**发布，是一套全球一致、高精度的建筑用地分布产品，基于Sentinel-2与Landsat影像开发而成。

数据产品亮点：

• 空间分辨率：10 米，适合街区尺度城市研究；

• 时间覆盖：目前已发布2018年数据，未来将支持1975–2030的多时相产品；

• 波段信息：

  • built_surface：每个10米像元内的建筑面积（单位：平方米）；
  • built_surface_nres：以非住宅为主的建筑面积（如工业、商业）；

• 平台支持：通过GEE免费使用，数据集ID为：

  JRC/GHSL/P2023A/GHS_BUILT_S_10m
  

官方引用：

• 数据集文献：Pesaresi et al., 2023，DOI: 10.2905/9F06F36F-4B11-47EC-ABB0-4F8B7B1D72EA
• 方法学文献：Pesaresi et al., 2024，《International Journal of Digital Earth》

三、案例设计：上海市非住宅建设用地识别与分析

3.1 分析目标

以2018年上海市为例，利用GHSL数据识别城市中的非住宅建设用地分布特征，重点包括：

• 提取并可视化非住宅建筑用地（工业、商业、公共设施等）；
• 分析建筑密度空间分布；
• 为城市用地结构解译与功能区识别提供数据支撑。

3.2 自动化处理流程与主要代码

1）研究区域与数据加载

// 加载上海研究区（可替换为其他城市区域）
var