專利名稱：一種史前聚落遺址分布特征的挖掘方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于數(shù)據(jù)庫(kù)、GIS等數(shù)字技術(shù)的考古方法，特別是一種史前聚落遺址分布特征的挖掘方法。
背景技術(shù)：
考古學(xué)(Archaeology)屬于人文科學(xué)的領(lǐng)域，在中國(guó)是歷史科學(xué)的重要組成部分，世界其他國(guó)家多從屬于人類學(xué)，也有劃歸藝術(shù)史的。其任務(wù)在于根據(jù)古代人類通過各種活動(dòng)遺留下來(lái)的物質(zhì)資料，以研究人類古代社會(huì)的歷史。實(shí)物資料包括各種遺跡和遺物，它們多埋沒在地下，必須經(jīng)過科學(xué)的調(diào)查發(fā)掘，才能被系統(tǒng)地、完整地揭示和收集。因此，考古學(xué)研究的基礎(chǔ)在于田野調(diào)查發(fā)掘工作?？脊艑W(xué)的產(chǎn)生有長(zhǎng)遠(yuǎn)的淵源，但到近代才發(fā)展成為一門科學(xué)。近代考古學(xué)發(fā)祥于歐洲，以后普及到世界各國(guó)。北宋以來(lái)的金石學(xué)是中國(guó)考古學(xué)的前身，但直到20世紀(jì)20年代，以田野調(diào)查發(fā)掘工作為基礎(chǔ)的近代考古學(xué)才在中國(guó)出現(xiàn)。作為一門近代的科學(xué)，考古學(xué)有一套完整、嚴(yán)密的方法論。它包含史前考古學(xué)、歷史考古學(xué)和田野考古學(xué)等分支，并與自然科學(xué)、技術(shù)科學(xué)領(lǐng)域內(nèi)的許多學(xué)科以及人文、社會(huì)科學(xué)領(lǐng)域內(nèi)的其他學(xué)科有著密切的關(guān)系O考古學(xué)是通過發(fā)掘和調(diào)查古代人類的遺跡遺物和文獻(xiàn)來(lái)研究古代社會(huì)的一門人文科學(xué)。傳統(tǒng)上，考古學(xué)是文化人類學(xué)的一 門分支學(xué)科，但是現(xiàn)在它越來(lái)越獨(dú)立，成為了一門獨(dú)立的學(xué)科。考古學(xué)家與只研究歷史記載的歷史學(xué)家不同，他們通過研究遠(yuǎn)古人類的遺留物，對(duì)沒有歷史記載的史前文化也進(jìn)行研究?？脊艑W(xué)家致力于探索人類文化的起源。其中，聚落考古，就是以聚落為對(duì)象，研究其具體形態(tài)及其所反映的社會(huì)形態(tài)，進(jìn)而研究聚落形態(tài)的演變所反映的社會(huì)形態(tài)的發(fā)展軌跡。了解各功能區(qū)乃至單體建筑之間的聯(lián)系，借以復(fù)原當(dāng)時(shí)的社會(huì)。聚落考古的研究開始于20世紀(jì)50年代，隨著計(jì)算機(jī)技術(shù)的發(fā)展，GIS在80年代初開始應(yīng)用到聚落考古研究中，主要集中在歐洲和北美。GIS應(yīng)用到考古學(xué)的基礎(chǔ)就是考古數(shù)據(jù)的空間特征，GIS技術(shù)能為解決考古學(xué)的空間性和多變量問題提供了一種有效的方法手段。中國(guó)作為一個(gè)考古資源大國(guó)，如何科學(xué)、合理地利用已發(fā)掘的大量考古資料是一個(gè)亟待解決的問題。因此以GIS技術(shù)為基礎(chǔ)的聚落考古研究具有十分廣闊的發(fā)展前景。

發(fā)明內(nèi)容
為解決上述問題，本發(fā)明公開了一種史前聚落遺址分布特征的挖掘方法，對(duì)現(xiàn)有的已發(fā)掘聚落遺址信息進(jìn)行科學(xué)、合理的統(tǒng)計(jì)分析并加以應(yīng)用，從而實(shí)現(xiàn)對(duì)聚落遺址的分布空間特征進(jìn)行分析并建立模型，從而提高田野考古中史前聚落遺址發(fā)掘工作的決策水平和服務(wù)效率，并為制定和實(shí)施相關(guān)遺址的保護(hù)措施提供便利。本發(fā)明公開的史前聚落遺址分布特征的挖掘方法，包括如下步驟:a、空間數(shù)據(jù)與屬性數(shù)據(jù)的獲取:從考古資料中獲取史前聚落遺址相關(guān)的柵格數(shù)據(jù)及屬性信息，結(jié)合研究區(qū)域的地形數(shù)據(jù)，利用GIS技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，根據(jù)已篩選、統(tǒng)計(jì)處理后的聚落遺址相關(guān)空間數(shù)據(jù)與屬性數(shù)據(jù)，建立相應(yīng)的空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)山、利用空間分析及統(tǒng)計(jì)方法，獲取史前聚落遺址的環(huán)境傾向性、集聚性特征、遺址中心點(diǎn)、熱點(diǎn)，初步獲取史前聚落遺址的空間分布特征；c、運(yùn)用邏輯回歸法和證據(jù)權(quán)重法，定量分析史前聚落遺址與地理環(huán)境的關(guān)系，建立史前聚落遺址預(yù)測(cè)模型，并對(duì)模型進(jìn)行評(píng)價(jià)與解釋。本發(fā)明公開的史前聚落遺址分布特征的挖掘方法的一種改進(jìn)，所述步驟a中空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)的構(gòu)建步驟如下:a?？臻g數(shù)據(jù)的獲取:利用相應(yīng)的GIS軟件對(duì)已有的聚落遺址相關(guān)柵格數(shù)據(jù)以及研究區(qū)域的地形數(shù)據(jù)進(jìn)行數(shù)字化處理及地理配準(zhǔn)，制成數(shù)字化地圖；b、屬性數(shù)據(jù)的獲取:屬性數(shù)據(jù)包括聚落遺址的名稱或時(shí)期或位置或面積或文化層厚度或資料出處中的至少一種；c、基于GIS技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，根據(jù)已篩選、統(tǒng)計(jì)處理后的史前聚落遺址空間數(shù)據(jù)、屬性數(shù)據(jù)及研究區(qū)域的地形數(shù)據(jù)，建立相應(yīng)的空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)，空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)通過聚落遺址的編號(hào)進(jìn)行關(guān)聯(lián)。本發(fā)明公開的史前聚落遺址分布特征的挖掘方法的又一種改進(jìn)，所述步驟b利用空間分析及統(tǒng)計(jì)方法初步獲取史前聚落遺址的空間分布特征包括如下步驟:a、提取史前聚落遺址的環(huán)境變量并進(jìn)行統(tǒng)計(jì)，獲取史前聚落遺址對(duì)于環(huán)境的傾向性，其中所述環(huán)境變量包括高程或坡度或坡向或距河流距離；b、根據(jù)史前聚落遺址的位置坐標(biāo)的X值和Y值，計(jì)算出史前聚落遺址的質(zhì)心作為該史前聚落遺址的平均中心，從而通過對(duì)比多個(gè)時(shí)期的平均中心的遷移得出史前聚落遺址的遷移規(guī)律；c、利用空間自相關(guān)局部指標(biāo)G系數(shù)獲取史前聚落遺址的聚集區(qū)域，即史前聚落遺址熱點(diǎn)；d、根據(jù)史前聚落遺址間的平均距離與研究區(qū)域內(nèi)相同數(shù)目的隨機(jī)點(diǎn)的平均距離的比率，確定史前聚落遺址的分布類型為呈聚集分布或者隨機(jī)分布。本發(fā)明公開的史前聚落遺址分布特征的挖掘方法的又一種改進(jìn)，所述步驟c中運(yùn)用邏輯回歸法構(gòu)建史前聚落遺址預(yù)測(cè)模型，包括如下步驟:a、變量的選擇及提取選擇史前聚落遺址以及隨機(jī)點(diǎn)作為訓(xùn)練樣本，其中隨機(jī)點(diǎn)看作非遺址點(diǎn)，模型因變量只有兩個(gè)值，遺址點(diǎn)為1，非遺址點(diǎn)機(jī)即隨機(jī)點(diǎn)為O,自變量的選擇包括高程或地形起伏度或坡度或坡向或表面曲率或視域或距離五級(jí)河流水平距離及垂直距離或距離小河水平距離及垂直距離或土壤類型或土壤質(zhì)地，利用地形數(shù)據(jù)庫(kù)生成相應(yīng)環(huán)境變量的柵格表面，然后提取遺址點(diǎn)和非遺址點(diǎn)的自變量值，形成建立邏輯回歸模型的數(shù)據(jù)集；b、檢驗(yàn)變量顯著性，優(yōu)化構(gòu)建的邏輯回歸模型，并通過顯著性檢驗(yàn)擬合邏輯回歸模型，所述邏輯回歸模型為:
P:變sp；自,變sχη
存在的環(huán)境變量；11為選取環(huán)境變量的數(shù)目；參數(shù)βη為待求的回歸系數(shù)；C、根據(jù)建立起來(lái)的邏輯回歸模型計(jì)算整個(gè)研究區(qū)域的史前聚落遺址存在概率，然后將概率值重分類為低、中、高三個(gè)等級(jí)，等級(jí)越高，遺址存在的概率越大，并在GIS中生成遺址分布概率圖；d、對(duì)邏輯回歸遺址預(yù)測(cè)模型進(jìn)行評(píng)價(jià)，并對(duì)該遺址預(yù)測(cè)模型及遺址分布概率圖進(jìn)行聚落考古解釋，從而獲取史前聚落遺址分布特征。本發(fā)明公開的史前聚落遺址分布特征的挖掘方法的又一種改進(jìn)，所述步驟c中運(yùn)用邏輯回歸法構(gòu)建史前聚落遺址預(yù)測(cè)模型，包括如下步驟:a、對(duì)研究區(qū)域進(jìn)行單元格劃分，確保每個(gè)單元格內(nèi)只存在一個(gè)或者不存在聚落遺址點(diǎn)，并計(jì)算先驗(yàn)概
率，其中，先驗(yàn)概率的計(jì)算表達(dá)式為
權(quán)利要求
1.一種史前聚落遺址分布特征的挖掘方法，其特征在于，包括如下步驟:a、空間數(shù)據(jù)與屬性數(shù)據(jù)的獲取:從考古資料中獲取史前聚落遺址相關(guān)的柵格數(shù)據(jù)及屬性信息，結(jié)合研究區(qū)域的地形數(shù)據(jù)，利用GIS技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，根據(jù)已篩選、統(tǒng)計(jì)處理后的聚落遺址相關(guān)空間數(shù)據(jù)與屬性數(shù)據(jù)，建立相應(yīng)的空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)山、利用空間分析及統(tǒng)計(jì)方法，獲取史前聚落遺址的環(huán)境傾向性、集聚性特征、遺址中心點(diǎn)、熱點(diǎn)，初步獲取史前聚落遺址的空間分布特征；c、運(yùn)用邏輯回歸法和證據(jù)權(quán)重法，定量分析史前聚落遺址與地理環(huán)境的關(guān)系，建立史前聚落遺址預(yù)測(cè)模型，并對(duì)模型進(jìn)行評(píng)價(jià)與解釋。
2.根據(jù)權(quán)利要求1所述的史前聚落遺址分布特征的挖掘方法，其特征在于，所述步驟a中空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)的構(gòu)建步驟如下:a、空間數(shù)據(jù)的獲取:利用相應(yīng)的GIS軟件對(duì)已有的聚落遺址相關(guān)柵格數(shù)據(jù)以及研究區(qū)域的地形數(shù)據(jù)進(jìn)行數(shù)字化處理及地理配準(zhǔn)，制成數(shù)字化地圖；b、屬性數(shù)據(jù)的獲取:屬性數(shù)據(jù)包括聚落遺址的名稱或時(shí)期或位置或面積或文化層厚度或資料出處中的至少一種；c、基于GIS技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，根據(jù)已篩選、統(tǒng)計(jì)處理后的史前聚落遺址空間數(shù)據(jù)、屬性數(shù)據(jù)及研究區(qū)域的地形數(shù)據(jù)，建立相應(yīng)的空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)，空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)通過聚落遺址的編號(hào)進(jìn)行關(guān)聯(lián)。
3.根據(jù)權(quán)利要求1所述的史前聚落遺址分布特征的挖掘方法，其特征在于，所述步驟b利用空間分析及統(tǒng)計(jì)方法初步獲取史前聚落遺址的空間分布特征包括如下步驟:a、提取史前聚落遺址的環(huán)境變量并進(jìn)行統(tǒng)計(jì)，獲取史前聚落遺址對(duì)于環(huán)境的傾向性，其中所述環(huán)境變量包括高程或坡度或坡向或距河流距離山、根據(jù)史前聚落遺址的位置坐標(biāo)的X值和Y值，計(jì)算出史前聚落遺址的質(zhì)心作為該史前聚落遺址的平均中心，從而通過對(duì)比多個(gè)時(shí)期的平均中心的遷移得出史前聚落遺址的遷移規(guī)律；C、利用空間自相關(guān)局部指標(biāo)G系數(shù)獲取史前聚落遺址的聚集區(qū)域，即史前聚落遺址熱點(diǎn)；d、根據(jù)史前聚落遺址間的平均距離與研究區(qū)域內(nèi)相同數(shù)目的隨機(jī)點(diǎn)的平均距離的比率，確定史前聚落遺址的分布類型為呈聚集分布或者隨機(jī)分布。
4.根據(jù)權(quán)利要求1所述的史前聚落遺址分布特征的挖掘方法，其特征在于，所述步驟c中運(yùn)用邏輯回歸法構(gòu)建史前聚落遺址預(yù)測(cè)模型，包括如下步驟:a、變量的選擇及提取選擇史前聚落遺址以及隨機(jī)點(diǎn)作為訓(xùn)練樣本，其中隨機(jī)點(diǎn)看作非遺址點(diǎn)，模型因變量只有兩個(gè)值，遺址點(diǎn)為1，非遺 址點(diǎn)機(jī)即隨機(jī)點(diǎn)為O,自變量的選擇包括高程或地形起伏度或坡度或坡向或表面曲率或視域或距離五級(jí)河流水平距離及垂直距離或距離小河水平距離及垂直距離或土壤類型或土壤質(zhì)地，利用地形數(shù)據(jù)庫(kù)生成相應(yīng)環(huán)境變量的柵格表面，然后提取遺址點(diǎn)和非遺址點(diǎn)的自變量值，形成建立邏輯回歸模型的數(shù)據(jù)集；b、檢驗(yàn)變量顯著性，優(yōu)化構(gòu)建的邏輯回歸模型，并通過顯著性檢驗(yàn)擬合邏輯回歸模型，所述邏輯回歸模型為:尸=I;K丨.,變s P；自,變s χη存在的環(huán)境變量；11為選取環(huán)境變量的數(shù)目；參數(shù)βη為待求的回歸系數(shù)；C、根據(jù)建立起來(lái)的邏輯回歸模型計(jì)算整個(gè)研究區(qū)域的史前聚落遺址存在概率，然后將概率值重分類為低、中、高三個(gè)等級(jí)，等級(jí)越高，遺址存在的概率越大，并在GIS中生成遺址分布概率圖；d、對(duì)邏輯回歸遺址預(yù)測(cè)模型進(jìn)行評(píng)價(jià)，并對(duì)該遺址預(yù)測(cè)模型及遺址分布概率圖進(jìn)行聚落考古解釋，從而獲取史前聚落遺址分布特征。
5.根據(jù)權(quán)利要求1所述的史前聚落遺址分布特征的挖掘方法，其特征在于，所述步驟c中運(yùn)用邏輯回歸法構(gòu)建史前聚落遺址預(yù)測(cè)模型，包括如下步驟:a、對(duì)研究區(qū)域進(jìn)行單元格劃分，確保每個(gè)單元格內(nèi)只存在一個(gè)或者不存在聚落遺址點(diǎn)，并計(jì)算先驗(yàn) 概率，其中，先驗(yàn)概率的計(jì)算表達(dá)式為:
6.根據(jù)權(quán)利要求5所述的史前聚落遺址分布特征的挖掘方法，其特征在于，通過Kvamme增益統(tǒng)計(jì)法對(duì)史前聚落遺址預(yù)測(cè)模型進(jìn)行評(píng)價(jià)，評(píng)價(jià)公式如下:
7.根據(jù)權(quán)利要求5所述的史前聚落遺址分布特征的挖掘方法，其特征在于，利用隨機(jī)點(diǎn)法對(duì)史前聚落遺址預(yù)測(cè)模型進(jìn)行評(píng)價(jià)，方法如下:在研究區(qū)域隨機(jī)產(chǎn)生與史前聚落遺址相同數(shù)目的隨機(jī)點(diǎn)作為非遺址點(diǎn)，利用史前聚落遺址預(yù)測(cè)模型統(tǒng)計(jì)遺址點(diǎn)與非遺址點(diǎn)的概率值，閾值選取0.5，即當(dāng)樣本點(diǎn)的概率值大于0.5時(shí)，判定該樣本點(diǎn)為遺址點(diǎn)，否則為非遺址點(diǎn)。
全文摘要
本發(fā)明公開的史前聚落遺址分布特征的挖掘方法，包括如下步驟a、空間數(shù)據(jù)與屬性數(shù)據(jù)的獲??；b、利用空間分析及統(tǒng)計(jì)方法，獲取史前聚落遺址的環(huán)境傾向性、集聚性特征、遺址中心點(diǎn)、熱點(diǎn)，初步獲取史前聚落遺址的空間分布特征；c、運(yùn)用邏輯回歸法和證據(jù)權(quán)重法，定量分析史前聚落遺址與地理環(huán)境的關(guān)系，建立史前聚落遺址預(yù)測(cè)模型，并對(duì)模型進(jìn)行評(píng)價(jià)與解釋。從而提供了一種科學(xué)、合理地利用已發(fā)掘的大量考古資料，并為未來(lái)提高考古發(fā)掘決策水平和服務(wù)效率提供幫助。
文檔編號(hào)G06Q10/04GK103150616SQ20131010731
公開日2013年6月12日 申請(qǐng)日期2013年3月29日 優(yōu)先權(quán)日2013年3月29日
發(fā)明者畢碩本, 喬文文, 計(jì)晗, 楊鴻儒, 石銀 申請(qǐng)人:南京信息工程大學(xué)