业务问题：预测图层为何不能直接变成灾情结论
Microsoft Planetary Computer 发布的 STAC 集合名为 Predicted Building Damage: Colombia Earthquake 2026，其时间范围从 2026 年 8 月 8 日开始，空间范围列出 Cali 与 Pereira 的两个范围框。官方说明很明确：这是在灾后卫星影像上训练并运行 AI 模型后得到的建筑层级评估。它适合快速圈定复核优先区，却不能替代现场核查、主管部门统计或受灾认定。
应急 GIS 最容易犯的错误，是把“模型输出了一个面”误当成“该建筑已被确认受损”。真正需要交付给指挥人员的，是带有来源、时间、覆盖范围和不确定性的任务清单。
资料依据：数据集已把未知状态保留在字段中
官方 STAC 描述说明，AI 会为影像中的每个建筑足迹预测受损或未知；云、雾、烟以及其他无法可靠分类的情况都会进入 unknown。每个足迹包含 id、damaged、unknown 与以平方米计的 area 字段。换言之，未知并不是可以在制图时忽略的空值，而是复核排程必须保留的业务状态。
集合将 Overture Maps 与 Google 的震前建筑足迹分别作为基础，并提供各自的 GeoPackage 损毁足迹。它还给出模型运行所用的 Cloud-Optimized GeoTIFF，以及表示评估覆盖范围的 GeoJSON valid-area-mask。这三类资产能让分析人员回答三个基本问题：模型看到了什么、在哪些区域做了判断、所用建筑底图来自哪里。
业务场景：为现场队伍生成可解释的核查队列
假设应急中心要安排两支队伍核验受损建筑。先在 GIS 中加载 GeoPackage、预测影像和 valid-area-mask；只保留落在有效覆盖范围内的足迹。随后按 damaged=1、面积、道路可达性和人口敏感设施叠加排序，形成第一批核查点。unknown=1 不应混入“未受损”，而应单列为影像受限队列，等待新影像、无人机或现场报告补足。
同一流程也能避免两个常见误读：范围框之外没有预测，不代表那里没有损毁；震前足迹未覆盖或错位，也不代表该位置没有建筑。地图页面应把这些限制直接写入图例和导出表的说明列。
技术实施路径
- 从 STAC Collection 读取时间范围、空间范围、许可和资产链接，保存到事件元数据表。
- 用
valid-area-mask裁切建筑足迹，给覆盖区外对象标记为“未评估”。 - 将
damaged、unknown保持为独立字段，禁止用单一红绿符号合并两者。 - 将 COG 作为追溯影像证据，为每批外业点记录影像日期、模型版本和足迹来源。
- 现场或高分辨率复核完成后，以人工结果覆盖业务状态，但保留原始预测字段用于误差评估。
风险边界
该集合由 Microsoft AI for Good Lab 生产、Microsoft Planetary Computer 托管，并采用 CC-BY-4.0；许可便利不等于模型结果已获权威认定。云雾烟、影像时相、建筑足迹质量与覆盖范围都会改变判断可靠性。尤其在资源紧张的震后早期，应优先把预测当作资源分配线索，而不是损失总量。
结论
灾害 GeoAI 的价值在于缩短“从影像到核查任务”的时间，而不是跳过核查。把 STAC 元数据、有效覆盖区、未知状态、预测影像与人工复核一起交付，损毁图层才能成为可靠的应急 GIS 输入。
关键词：GIS 是地理信息系统；STAC 提供可查询的数据目录；GeoPackage 保存建筑足迹；遥感预测应与灾害响应复核链连接。
来源：https://planetarycomputer.microsoft.com/api/stac/v1/collections/predicted-damage-colombia-2026