Lauren Deoliveira에 의해 작성

기술, 역사 및 환경 과학의 교차로에서 문화 자원 관리를위한 강력한 도구 : 고고 학적 예측 가능성 모델링이 있습니다. 이 기술은 발견되지 않은 고고학 유적지가 가장 많이 위치 할 가능성이 가장 높은 곳을 식별하는 데 도움이됩니다. 우연한 증거에만 의존하는 대신, 고고 학적 모델은 환경 변수를 사용하여 설문 조사를 안내하고 문화 유산에 대한 정밀하고 존중하는 토지 이용 계획에 정보를 제공합니다. 설명하자 :

고고 학적 예측 모델링이란 무엇입니까?

고고 학적 예측 가능성 모델링 (고고 학적 민감도 모델링이라고도 함)

이 모델은 대규모 인프라 프로젝트, 토지 개발 계획 및 규제 준수에 특히 유용합니다. 이들은 프로젝트 지지자들이 고용 가능성 구역에서 멀어 지거나보다 집중적 인 현장 연구를 위해 해당 지역을 목표로하여 잠재적으로 중요한 문화 자원에 미치는 영향을 피하거나 완화하도록 도와줍니다..

환경 변수의 역할

환경 변수는 모든 고고 학적 모델의 기초입니다. 그들은 사람들이 자신의 활동의 물질적 흔적 뒤에 살고, 여행했거나, 남은 곳에 영향을 미치는 조건을 반영합니다. 일반적인 변수는 다음과 같습니다.

• 물에 대한 근접: 강, 개울 및 스프링은 종종 음주, 음식 및 교통에 대한 중요성으로 인해 더 높은 현장 잠재력에 해당합니다.

• 경사면 및 측면: 유리한 태양 노출이있는 부드럽게 경 사진 토지 (예 : 온대 지역의 남쪽 경사면)가 정착에 더 바람직했을 수 있습니다.

• 토양 유형 및 연령: 특정 토양은 인공물을 더 잘 보존하거나 거주에 적합한 안정적인 표면을 나타냅니다.

• 식생과 땅 덮개: 현대 식생이 항상 직접적인 아날로그는 아니지만 특정 패턴은 과거의 토지 이용 또는 환경 안정성과 일치 할 수 있습니다.

• 고도 및 지형: 고원, 범람원 및 테라스는 각각 지역 역사에 따라 고유 한 고고 학적 서명을 가지고 있습니다.

이러한 변수와 알려진 사이트 위치 간의 상관 관계를 분석하여 모델은 유사한 조건이 존재하는 곳과 비슷한 사이트가 발견 될 수있는 곳을“학습”할 수 있습니다..

모델 구축 및 검증

성공적인 모델은 알려진 고고 학적 유적지와 환경 계층의 잘 정립 된 데이터 세트로 시작되며, 종종 문화적 기록 검색에서 공급됩니다. 분석가들은 로지스틱 회귀, 의사 결정 트리 또는 신경망과 같은 통계 또는 기계 학습 기술을 사용하여 사이트 존재의 가능성에 의해 조경을 순위로운 예측 표면을 생성합니다..

그러나 모델은 그 근거 진실만큼이나 좋습니다. 유효성 검사는 중요합니다. 일반적으로, 사이트 데이터의 일부 (주로 알려진 사이트 위치)는 모델링 프로세스 중에 보류되고 나중에 모델이 보이지 않는 데이터를 얼마나 잘 예측하는지 테스트하는 데 사용됩니다. 정확도를 향상시키고 오 탐지 또는 부정적인 것을 줄이기 위해 조정됩니다.

그것이 중요한 이유

예측 모델링은 현장 작업을 대체하는 것이 아니라 보완입니다. 고고학자와 기획자가 보행자 설문 조사 방법과 현장 프로젝트를 적절하게 안내하는 데 도움이됩니다. 요컨대, 고고 학적 모델링은 환경 통찰력을 실행 가능한 지능으로 바꿉니다. 그것은“도약하기 전에 룩”라는 원리를 구현하여 개발과 보존이 앞으로 손을 뻗을 수 있도록합니다.

앞서

원격 감지, 기계 학습 및 환경 데이터 소스가 계속 발전함에 따라 고고 학적 예측 성 모델이 점점 더 강력하고 미묘하게되고 있습니다. 토착 지식 시스템, 역사적 기록 및 고해상도 환경 데이터의 통합은 예측을보다 정확하고 포괄적 인 것으로 약속합니다.

카지노 사이트에서 우리는 문화적으로 책임있는 토지 이용을 지원하기 위해 최고의 과학을 사용하는 것을 믿습니다. 예측 모델링은 우리가 과거를 보호 할 의무와 진보의 요구를 균형을 유지하는 데 도움이됩니다.