Archaeological Prospection·10月16日 · 周五论文农业遥感与作物表型阅读 0

Archaeological Prospectivity and Terrace Morphometry Using Open Geospatial Data: A Reproducible GIS–Machine‐Learning Workflow for the Cuyes River Valley, Ecuador

Julio Guerra · Danny Israel Benavides Pérez · Marcelo Muñoz

论文解读
0未达精选线
速览

用开放地理数据与随机森林构建可复现的考古潜力预测流程,识别厄瓜多尔梯田形态与分布。

方法

整合78条梯田记录、Copernicus DEM与WorldClim变量,用K-

发现

年降水、海拔和年均温是主要预测因子,模型AUC为0.753,空间表现存在差异。

机会点

可将该可复现流程迁移到数据稀缺山区的梯田识别与遗产调查优先级排序。

影响力0
信息增量0
专业深度0
信源权威0
时效性0

该研究属于考古空间分析,与三农、农业信息化主题无关,不建议进入每日精选。

原文摘要

摘要 本研究开发并评估了一套可重复的考古前景性工作流程,适用于数据稀缺的热带景观,其方法是将有限的遗留考古文献与公开可获取的环境地理空间数据集相结合。位于厄瓜多尔南部的库耶斯河谷(Cuyes River Valley)地处东安第斯山麓,山地环境由此向亚马逊盆地上游过渡,为本研究提供了测试案例。2009—2010年产生的考古报告被转换为结构化清单,收录了来自埃斯皮里图普拉亚(Espíritu Playa)、圣米格尔德库耶斯(San Miguel de Cuyes)和新萨鲁马(Nueva Zaruma)的78处台地记录。台地形态计量采用面积、高度、长宽比和海拔进行分析,同时运用K均值聚类识别重复出现的形态类型。研究构建了存在—背景随机森林模型,将已知台地位置与哥白尼DEM衍生的海拔、坡度和粗糙度以及WorldClim温度和降水协变量相结合。空间交叉验证得出平均ROC-AUC为0.753,平均精度为0.604,表明模型具有实用但空间可变的分级排序性能。年降水量、海拔和年平均气温是最强的模型预测因子。结果将较高、较冷且较干燥的上游河谷系统与较低、较暖且较湿润的新萨鲁马环境区分开来,而形态计量聚类则区分了中等上游河谷台地、大型建筑单元、下游河谷紧凑台地和小型狭长地物。精确的考古坐标未予公开,公开成果经过空间概化处理。除案例研究外,该工作流程展示了如何将遗留考古记录转化为可重复、受伦理约束的前景性产品,用于在野外数据和高分辨率遥感仍然有限的地区开展调查优先级排序和遗产管理。

考古 遥感 GIS相关资讯