GlobalBuildingMap — Het mysterie van gebouwen wereldwijd ontrafelen

Waarom het in kaart brengen van onze gebouwen ertoe doet

Elke menselijke geschiedenis speelt zich af in en rond gebouwen—woningen, scholen, ziekenhuizen, fabrieken. Toch hadden we tot voor kort geen complete, gedetailleerde afbeelding van waar al deze constructies precies op aarde staan. Dit artikel introduceert de GlobalBuildingMap (GBM), de eerste kaart met hoge nauwkeurigheid en hoge resolutie van gebouwen wereldwijd. Buiten pure nieuwsgierigheid kan zo’n kaart de manier waarop we steden plannen, ons op rampen voorbereiden en zelfs inschatten hoeveel van ’s werelds energiebehoefte door dakpanelen gedekt kan worden, ingrijpend veranderen.

De menselijke voetafdruk vanuit de ruimte zien

Door mensen gemaakte structuren beslaan slechts een klein deel van de aardoppervlakte, maar ze veroorzaken een groot deel van de milieu- en maatschappelijke veranderingen. Gebouwen beïnvloeden het lokale klimaat, overstromingsrisico’s, verkeer, toegang tot voorzieningen en broeikasgasemissies. Meer dan de helft van de wereldbevolking woont nu in stedelijke gebieden, maar eerdere wereldwijde kaarten van nederzettingen waren te grof om kleinere huizen, informele wijken of tijdelijke onderkomens te onderscheiden. Bestaande datasets van projecten zoals OpenStreetMap, Google en Microsoft laten vaak grote gebieden weg, vertrouwen op vrijwilligers of missen uniforme kwaliteit. GBM is ontworpen om deze kloof te dichten door wereldwijd een consistente weergave op gebouwniveau van menselijke nederzettingen te bieden.

Hoe de nieuwe wereldkaart van gebouwen is gemaakt

Om GBM te creëren verzamelden de onderzoekers bijna 800.000 satellietbeelden met hoge resolutie uit de PlanetScope-constellatie, waarbij elke pixel een gebied van ongeveer de grootte van een kleine kamer vertegenwoordigt (3 meter). Vervolgens trainden ze vier geavanceerde computer‑visiemodellen—typen diepe neurale netwerken—om gebouwpixels te onderscheiden van niet‑gebouwpixels. Voor de training gebruikten ze meer dan 100.000 zorgvuldig gecontroleerde koppels van satellietbeeldpatches en gebouwcontouren uit 74 steden wereldwijd. Een team heeft deze data handmatig opgeschoond om verkeerde uitlijningen te corrigeren en missende of onjuiste gebouwcontouren te verwijderen, zodat de “grondwaarheid” zo betrouwbaar mogelijk was.

Van stadsblokken naar een globaal beeld

Zodra de modellen waren getraind, werden ze in een big‑data verwerkingspipeline op de planeet losgelaten. Globale nederzettingsmaskers gaven aan waar gezocht moest worden naar gebouwen, en wolkvrije satellietbeelden werden aaneengenaaid en radiometrisch gekalibreerd zodat de modellen konden omgaan met sterk verschillende belichting en bouwmaterialen. Elk beeld werd door alle vier modellen verwerkt, en een pixel werd alleen als gebouw gelabeld als ten minste twee modellen het eens waren. Deze ensemble-aanpak verminderde willekeurige fouten en verbeterde de generalisatie naar regio’s die niet in de training zaten. Ten slotte filterde het team valse alarmen weg met behulp van onafhankelijke landbedekkingskaarten, zodat echte gebouwen konden worden onderscheiden van heldere velden, kale grond of andere verwarrende oppervlakken.

Wat de kaart onthult over onze bebouwde wereld

De voltooide GBM laat zien dat gebouwen wereldwijd ongeveer 0,67 miljoen vierkante kilometer beslaan—meer dan twee keer eerdere schattingen die op grovere, indirecte methoden waren gebaseerd. Omdat GBM op 3‑meterresolutie werkt, kan het fijnmazige patronen vastleggen: dichtbebouwde stedelijke kernen, verspreide landelijke woningen en informele nederzettingen die vaak eerder onzichtbaar waren. In vergelijking met andere producten onderscheidt GBM zich als de enige volledige wereldkaart, met name sterke dekking in Oost-Azië en delen van Afrika waar andere datasets schaars zijn. Dit detailniveau opent nieuwe mogelijkheden voor bevolkingsmapping, risico‑inschatting en het volgen van stedelijke groei, allemaal gebaseerd op echte gebouwcontouren in plaats van grove statistische schattingen.

Daken als een krachtcentrale wereldwijd

Met deze gedetailleerde gebouwkaart stelden de auteurs een praktische vraag: zouden dakgebonden zonnepanelen op alle gebouwen kunnen voldoen aan de energiebehoefte van de mensheid? Door GBM te combineren met de Global Solar Atlas van de Wereldbank—een beoordeling van hoeveel zonlicht verschillende regio’s ontvangen—schatten ze hoeveel elektriciteit opgewekt zou kunnen worden als daken wereldwijd zonnepanelen van realistische efficiëntie zouden dragen. Hun berekeningen suggereren dat dakzonne-energie 28–84 petawattuur per jaar zou kunnen produceren, of ruwweg 1,1 tot 3,3 keer het energieverbruik van de wereld in 2020. Hoewel dit een vereenvoudigd, “best‑case” scenario is dat oriëntatie van daken, schaduw en andere belemmeringen negeert, ondersteunt het sterk het idee dat dakgebonden zonne-energie een centrale pijler van een schone energie-toekomst kan vormen.

Een nieuwe basis voor toekomstige planning

Voor niet‑specialisten is de kernboodschap eenvoudig: voor het eerst hebben we een gedetailleerde, mondiale röntgenfoto van waar gebouwen daadwerkelijk op aarde staan. Deze kaart toont dat eerdere schattingen van bebouwd gebied te laag waren en dat het potentieel van daken voor zonne-energie enorm is—in principe voldoende om de wereld van stroom te voorzien. Buiten energie biedt de GlobalBuildingMap een krachtig nieuw hulpmiddel voor stadsplanners, klimaatwetenschappers, hulpverleners en iedereen die moet weten waar mensen wonen en werken. Naarmate satellietgegevens en kunstmatige intelligentie blijven verbeteren, zullen zulke kaarten alleen maar scherper worden, vaker worden bijgewerkt en nog centraler staan in beslissingen over hoe we onze gedeelde planeet vormgeven.

Bronvermelding: Zhu, X.X., Li, Q., Shi, Y. et al. GlobalBuildingMap — Unveiling the mystery of global buildings. Sci Data 13, 71 (2026). https://doi.org/10.1038/s41597-026-06578-9

Trefwoorden: wereldwijde gebouwkaart, satellietbeelden, verstedelijking, dakgebonden zonne-energie, deep learning