arXiv:2511.12104v1 Announce Type: cross 
Abstract: We present TEMPO, a global, temporally resolved dataset of building density and height derived from high-resolution satellite imagery using deep learning models. We pair building footprint and height data from existing datasets with quarterly PlanetScope basemap satellite images to train a multi-task deep learning model that predicts building density and building height at a 37.6-meter per pixel resolution. We apply this model to global PlanetScope basemaps from Q1 2018 through Q2 2025 to create global, temporal maps of building density and height. We validate these maps by comparing against existing building footprint datasets. Our estimates achieve an F1 score between 85% and 88% on different hand-labeled subsets, and are temporally stable, with a 0.96 five-year trend-consistency score. TEMPO captures quarterly changes in built settlements at a fraction of the computational cost of comparable approaches, unlocking large-scale monitoring of development patterns and climate impacts essential for global resilience and adaptation efforts.

تم تقديم TEMPO كبيانات عالمية جديدة تُقدّر كثافة وارتفاع المباني باستخدام صور الأقمار الصناعية عالية الدقة ونماذج التعلم العميق. يجمع هذا النظام بين بيانات بصمة المباني وارتفاعها من مجموعات بيانات موجودة مع صور الأقمار الصناعية PlanetScope ربع السنوية، مما يسمح بالتنبؤ بكثافة وارتفاع المباني بدقة 37.6 متر لكل بكسل. تم التحقق من صحة هذا النموذج من خلال مقارنته بمجموعات بيانات بصمة المباني الحالية، حيث حقق تقديرات تتراوح بين 85% و88% في درجات F1، مع درجة استقرار على مدى خمس سنوات تبلغ 0.96، مما يتيح مراقبة فعالة للتطورات الحضرية من الربع الأول من 2018 حتى الربع الثاني من 2025.

TEMPO es un nuevo conjunto de datos global que estima la densidad y altura de los edificios utilizando imágenes satelitales de alta resolución y modelos de aprendizaje profundo. Este conjunto de datos combina datos de huellas y alturas de edificios de fuentes existentes con imágenes satelitales trimestrales de PlanetScope, lo que permite predecir la densidad y altura de los edificios con una resolución de 37.6 metros por píxel. El modelo, validado con conjuntos de datos existentes, muestra un puntaje F1 entre el 85% y el 88% y un puntaje de consistencia de tendencia de cinco años de 0.96, perm…

TEMPO est un nouvel ensemble de données mondial qui estime la densité et la hauteur des bâtiments à l'aide d'images satellites haute résolution et de modèles d'apprentissage profond. L'ensemble de données combine des données de contour et de hauteur des bâtiments provenant de sources existantes avec des images satellites PlanetScope trimestrielles, permettant de prédire la densité et la hauteur des bâtiments à une résolution de 37,6 mètres par pixel. Le modèle, validé par rapport à des ensembles de données existants, affiche un score F1 compris entre 85 % et 88 % et un score de cohérence de te…

TEMPO is a newly introduced global dataset that estimates building density and height using high-resolution satellite imagery and deep learning models. The dataset combines building footprint and height data from existing sources with quarterly PlanetScope satellite images, enabling the prediction of building density and height at a resolution of 37.6 meters per pixel. The model, validated against existing datasets, shows an F1 score between 85% and 88% and a five-year trend-consistency score of 0.96, allowing for efficient monitoring of urban development from Q1 2018 to Q2 2025.

TEMPO: Global Temporal Building Density and Height Estimation from Satellite Imagery

Was this article worth reading? Share it

MyArchitectAI

AIPortalX

Mapfit