Beyond site-specific archaeological prospection: Spectral-geometry reveals cross-site cropmark signals in satellite data

摘要 遥感长期支持考古勘探，主要通过检测作物痕迹（cropmarks）——一种关键的考古代用指标，表现为地下特征上方植被的光谱异常。然而，文献中仍普遍认为作物痕迹检测高度依赖于具体遗址，受当地农艺和环境条件制约。利用来自三个欧洲考古遗址的多光谱Sentinel-2数据，我们表明在一个景观中训练的模型可以在其他地点恢复有意义的考古代用信号。通过严格依赖卫星光谱特征进行训练，我们的模型在不纳入辅助环境数据的情况下实现了可测量的跨地点迁移能力。我们发现，跨遗址性能并非源于地理邻近性，而是源于植被响应的光谱-几何相似性，并且迁移能力具有强烈的方向性。我们通过方向强度评分（Directional Strength Score, DSS）量化这一关系，该评分基于多种范数下的逐月子簇距离推导而来，捕捉方向性几何相似性并与机器学习性能强烈相关。为使分析立足于底层光谱信号，我们采用架构受限的非线性分类器（SVM和约束XGBoost），并使用NDVI识别的物候期来对齐训练和评估，使其处于可比较的季节窗口内。综合来看，这些结果表明，部分、以光谱为中介的跨地点作物痕迹检测是可行的，且底层植被响应表现出稳定的光谱结构，光谱几何为理解这些信号为何能够跨遗址迁移提供了清晰的解释视角。利用全球协调的卫星数据，该方法为不均衡的历史航空档案提供了可扩展的补充，并支持在综合考古工作流程中部署系统性的区域考古优先级排序。