Fernerkundung und Standorterkennung: Satellit, Luftaufnahmen und LiDAR

Gewinne:

• Möglichkeit, mit künstlicher Intelligenz nach Anomalien in Satelliten-, Luftbild- und LiDAR-Daten zu suchen und jedes Schild als Kandidaten zu bewerten, der eine Geländebestätigung erfordert
• Verständnis der saisonalen und bedingten Abhängigkeit von Pflanzen-, Boden- und Schattenspuren und wie natürliche/moderne Fehlalarme eliminiert werden.
• Fähigkeit, anzuwenden, warum sensible Standorte vor Plünderung geschützt und in der Übertragung unkenntlich gemacht werden sollten

Eine der aufregendsten Entwicklungen in der Archäologie ist die Möglichkeit, Spuren unter der Erde und an der Oberfläche zu erkennen, ohne in den Boden graben zu müssen. Die Fernerkundung (eine Methode zur Untersuchung eines Gebiets mit Satelliten-, Flugzeug- oder Drohnenbildern, ohne es physisch zu berühren) ist das leistungsstärkste Werkzeug zum Scannen großer Gebiete und zum Erkennen möglicher Standorte (Orte mit archäologischen Überresten). In dieser Einheit erfahren wir, wie KI Anomalien (Spuren, die sich von der Umgebung unterscheiden und möglicherweise vom Menschen verursacht wurden) in Satellitenbildern, Luftbildern und LiDAR-Daten markiert, aber warum jede Markierung vor Ort bestätigt werden muss.

Grundprinzip: KI ist ein Scan- und Zeigeassistent, der in einem weiten Bereich „Schaut her“ sagt; Die Entscheidung „Das ist wirklich ein Standort“ wird von der Landverwaltung und dem Sachverständigen getroffen. In der Fernerkundung ist jeder von der KI markierte Punkt eine Hypothese und keine Entdeckung.

Arten der Fernerkundung

Satelliten- und Luftaufnahmen. Vergrabene Strukturen führen zu einem unterschiedlichen Wachstum des Bodens und der Vegetation darüber. Der Bestand an einer Mauer ist schwächer, an einem Graben ist er buschiger; Diese werden Schnittmarken genannt. NDVI (ein Index, der die Gesundheit der Vegetation misst; er quantifiziert die Pflanzenvitalität mithilfe von Infrarotlicht) verdeutlicht diese Unterschiede. KI scannt diese feinen Unterschiede in großen Bildern schneller als ein Mensch.

LiDAR. LiDAR (Light Detection and Ranging – Technologie, die eine sehr präzise 3D-Höhenkarte der Oberfläche erstellt, indem ein Laser von einem Flugzeug auf den Boden geschossen und die Rückkehrzeit gemessen wird) ist das revolutionärste Werkzeug. Seine Besonderheit besteht darin, dass der Laser den Boden durch Bäume hindurch erreichen kann; So werden Hügel, Terrassen, Straßen und Gebäudefundamente unter dem Wald sichtbar, wenn die Vegetation zahlenmäßig „geschält“ wird. KI markiert in diesen Höhendaten Unebenheiten, Vertiefungen und glatte geometrische Formen.

Geophysik (ergänzend). Methoden wie Bodenradar (GPR) und magnetische Vermessung sehen direkt unter der Oberfläche; KI hilft auch bei der Suche nach Anomaliemustern in diesen Daten.

Schritte zur Standorterkennung mit KI

1. Datenaufbereitung. Bilder werden an das Koordinatensystem angepasst (Georeferenzierung), Schatten und Kontrast werden korrigiert. Bei LiDAR wird die Vegetation herausgefiltert und ein „Bare-Boden-Modell“ erstellt.
2. Scannen von Anomalien. KI markiert glatte Geometrien, die möglicherweise von Menschenhand geschaffen wurden (kreisförmiger Hügel, rechteckige Struktur, linearer Graben/Straße).
3. Beseitigung. Die meisten Zeichen sind natürlich (geologisch, landwirtschaftlich, modern). Der Experte eliminiert diejenigen, die eindeutig natürlich und modern sind.
4. Priorisierung. Die verbleibenden Kandidatenpunkte werden nach Kontext und bekannter Standortverteilung priorisiert.
5. Grundstücksbestätigung. Vorrangige Punkte werden vor Ort durch Oberflächenvermessung und gegebenenfalls Bohrungen überprüft. Kein Punkt wird ohne Bestätigung als „Sitz“ erklärt.

Tipp: Sehen Sie Anzeichen von KI immer als „eine Liste von Kandidaten mit einer hohen Falsch-Positiv-Rate“. Ziel ist es, die zu besuchenden Orte vor Ort intelligent einzugrenzen; die Entdeckung nicht bekannt zu geben. Die Reduzierung von 200 Landpunkten auf 30 in einer Saison ist ein großer Gewinn.

Sensibler Standort: kritische Privatsphäre

Das schwerwiegendste ethische und sicherheitsrelevante Problem bei der Standorterkennung ist die Vertraulichkeit des Standorts. Die genauen Koordinaten eines neu identifizierten, ungeschützten Standorts sind ein direktes Ziel für illegale Bagger und Schatzsucher. Deshalb:

• Betreten Sie keine öffentlichen KI-Fahrzeuge, deren genaue Koordinaten nicht bestätigt wurden.
• Verwischen Sie den Standort sensibler Standorte in Übertragungen und Präsentationen (geben Sie den allgemeinen Bereich an, kein GPS).
• Behalten Sie die Daten im sicheren System der Organisation und beschränken Sie den Zugriff.

Achtung: Wenn Sie die Koordinaten eines Standorts in einen öffentlichen Dienst einfügen und sagen: „Ich lasse nur eine Karte zeichnen“, kann dieser Standort für Plünderungen offen bleiben. Standortdaten sind ein Gut, das genauso geschützt werden muss wie der Fund selbst.

drei Mini-Koffer

Fall 1 – Durch den Scan wurde der Bereich eingegrenzt. Ein Vermessungsprojekt würde eine Fläche von 500 km² vermessen. Eine KI-gestützte LiDAR-Analyse markierte 120 mögliche Hügel unter dem Wald. Nach der Experteneliminierung bleiben noch 38 Prioritätsplätze übrig; Es stellte sich heraus, dass es sich bei 11 davon um echte archäologische Strukturen vor Ort handelte. Die KI hat Monate der blinden Suche zu einer gezielten Saison zusammengefasst.

Fall 2 – Falsch positiv war die Lektion. Während sich ein Team aufgeregt darauf vorbereitete, eine von der KI markierte glatte kreisförmige Narbe zum „Hügel“ zu erklären, zeigte der erfahrene Geologe, dass es sich um eine natürliche Vertiefung (Dolin) handelte. Eine Aussage ohne Grundstücksbestätigung könnte einen Reputationsverlust bedeuten. Lektion: KI sieht Geometrie, nicht Interpretation des Ursprungs.

Fall 3 – Standortleck verhindert. Ein Student würde das Bild mit den Koordinaten eines neu gefundenen Standorts in ein öffentliches Tool hochladen. Der Berater blieb stehen; Das Gebiet war immer noch ungeschützt. Das Bild wurde ohne Koordinateninformationen und nur im sicheren System verarbeitet.

Vier kopierbare Vorlagen

1) Anomalie-Scanrahmen:

Ihre Rolle: Assistent für Fernerkundungsanalysen. Ich werde Ihnen ein (LiDAR-abgeleitetes) Höhenbild/-daten vom nackten Boden zur Verfügung stellen. Markieren Sie glatte Geometrien (kreisförmig, rechteckig, linear), die möglicherweise von Menschenhand geschaffen wurden. Notieren Sie für jedes den Ort, das Format und warum es bemerkenswert ist. Geben Sie für jedes Zeichen auch die Möglichkeit einer natürlichen/modernen Erklärung an. Erklären Sie kein endgültiges „Sit“.

2) Falsch-positive Eliminierung:

Nachfolgend finden Sie die Liste der Kandidatenpunkte, die die KI markiert hat. Listen Sie jeweils die natürlichen und modernen Erklärungen auf (geologische Formation, landwirtschaftliche Spur, Straße, Gebäudefundament), die ich VOR der Geländeprüfung ausschließen kann. Listen Sie die verbleibenden „wirklich vagen“ Kandidaten separat auf.

3) Landkontrollplan:

Meine Top-Kandidatenplätze sind: [Liste]. Für jeden Punkt erscheint eine Checkliste mit den Indikatoren, auf die ich bei der Bestätigung vor Ort achten sollte (Oberflächenbefunde, Topographie, Bodenfarbe, Steindichte) und sicheren/ethischen Feldregeln (Genehmigung, Vertraulichkeit des Standorts).

4) Standortunschärfe für die Ausstrahlung:

Wenn Sie die folgenden Standortinformationen für eine Veröffentlichung/Präsentation vorbereiten, schlagen Sie vor, wie ich sie beschreiben könnte, OHNE den genauen Standort preiszugeben: Geben Sie an, welcher Verallgemeinerungsgrad (Provinz/Region) vorliegt und welche Informationen weggelassen werden sollten. Das Ziel: eine Balance aus wissenschaftlicher Transparenz und Schutz vor Verderb.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Gibt es auf diesem Satellitenbild eine archäologische Stätte? Geben Sie seine Koordinaten an.

KI kann eine natürliche Spur als „Sitz“ deklarieren und eine sichere Koordinate anpassen; Dies ist sowohl aus wissenschaftlicher als auch aus sicherheitstechnischer Sicht gefährlich.

Kraftvolle Aufforderung:

Ihre Rolle: Fernerkundungsassistent. Markieren Sie die glatten geometrischen Markierungen, die in diesem Bild möglicherweise von Menschenhand geschaffen wurden. Für jede Spur: (a) ihre Form, (b) warum sie bemerkenswert ist, (c) natürliche/moderne alternative Erklärung. Dies sind Kandidaten, die nur VOR DEM FELD überprüft werden dürfen. Erklären Sie kein „Sit“. Erzeugen Sie genaue Koordinaten und beschreiben Sie die relative Position.

Unterschied: Beim ersten wird die Entdeckung erklärt; Letzteres erstellt eine sichere Liste der zu verifizierenden Kandidaten.

Bildtypen und saisonale Effekte

Bei der Fernerkundung funktioniert ein Bild nicht „immer“; Es braucht die richtige Kondition, um den richtigen Weg zu sehen. Erntespuren erscheinen am besten in Trockenperioden, wenn die Pflanze unter Wasserstress steht: Der Boden über einer vergrabenen Mauer speichert weniger Wasser, sodass die Ernte dort früh gelb wird und von oben als Linie erscheint. In einem feuchten Frühlingsbild erscheint die gleiche Spur möglicherweise überhaupt nicht. Bodenmarkierungen entstehen, wenn nach dem Pflügen des Feldes verschiedenfarbige Erde an die Oberfläche gelangt. Schattenspuren hingegen zeigen leichte Unebenheiten und Schlaglöcher mit langen Schatten bei tief stehender Sonne, morgens oder abends. Daher ist es notwendig, ein Gebiet nicht mit einem einzelnen Bild, sondern mit vielen Bildern zu verschiedenen Jahreszeiten und Zeiten zu bewerten; KI beschleunigt diesen mehrmaligen Vergleich.

Der Vorteil von LiDAR besteht darin, dass es diese Zustandsabhängigkeit weitgehend überwindet: Da es die Oberflächentopographie direkt misst, ist es weniger abhängig von der Jahreszeit der Vegetation und kann den Unterwuchs des Waldes erkennen. Wenn jedoch bei der Erstellung eines „Nackte-Boden-Modells“ in LiDAR der Pflanzenfilter zu aggressiv ist, kann er die echten Unebenheiten löschen, und wenn er zu weich ist, kann er die Bäume mit Strukturen verwechseln; Diese Filterentscheidungen erfordern eine fachkundige Aufsicht.

Tipp: Wenn Sie ein Gebiet bewerten, fragen Sie: „In welcher Jahreszeit, zu welcher Zeit und mit welcher Methode?“ Stellen Sie immer die Frage. Wenn in einem einzelnen Bild keine Spur vorhanden ist, bedeutet das nicht, dass es keine Site gibt; Vielleicht sehen Sie es im falschen Zustand.

Methodenvergleichstabelle

Methode

was sieht

Beitrag der KI

Grenze

Satelliten-/Luftfotografie

Pflanzen-/Bodenspuren

Großflächiges Scannen

Saison, Auflösung

NDVI

Unterschied in der Pflanzenkraft

Hervorhebung der Narbe

Verwirrt natürliche Unterschiede

LiDAR

Oberflächentopographie

Geometrie des Unterholzes des Waldes

Fehler im Pflanzenfilter

Geophysik (GPR/magnetisch)

Untergrundstruktur

Anomaliemuster

lokal, langsam

Häufige Fehler

• Eine Anomalie mit einer Entdeckung verwechseln. Das Zeichen ist ein Kandidat; Ohne Grundstücksbestätigung handelt es sich nicht um einen Standort.
• Natürliche/moderne Spuren werden nicht beseitigt. Als „Strukturen“ treten häufig Dolinen, landwirtschaftliche Narben und Rohre in Erscheinung.
• Geben Sie dem offenen Fahrzeug die genauen Koordinaten an. Plünderungsgefahr; Der Standort ist ein Gut, das geschützt werden muss.
• Sich auf ein einziges Bild verlassen. Ohne unterschiedliche Jahreszeiten, unterschiedliche Methoden und Gelände ist die Interpretation unvollständig.
• Die Falsch-Positiv-Rate vergessen. Die meisten Schilder bleiben leer; Das ist normal, der Zweck verengt sich.

Zusammenfassend

Bei der Fernerkundung spart KI enorme Zeit beim Scannen großer Gebiete und beim Markieren möglicher Standorte. Aber jedes Zeichen ist eine Hypothese, die vor Ort bestätigt werden muss; natürliche und moderne Spuren werden sorgfältig beseitigt; und vor allem werden sensible Orte vor Plünderungen geschützt. KI sagt „Schaut her“; Das Land und der Sachverständige entscheiden, ob „dieser Ort geschützt ist“.

Anwendungsaufgabe

Wählen Sie ein frei zugängliches LiDAR- oder Satellitenbild (aus Ihrer eigenen Region oder aus einem Beispieldatensatz). Lassen Sie die KI mögliche Geometrien mit der Vorlage „Anomalie-Scanning“ kennzeichnen und eliminieren Sie dann natürliche/moderne Erklärungen mit der Vorlage „Falsch-Positiv-Eliminierung“. Entwerfen Sie einen Landkontrollplan für die verbleibenden Kandidaten und fügen Sie eine Vertraulichkeitsvermerk für den Standort bei.

Checkliste

• [ ] Ich betrachtete die KI-Signale als „Kandidaten“ und nicht als Entdeckungen.
• [ ] Ich habe versucht, natürliche und moderne Spuren zu beseitigen.
• [ ] Ich habe eine Grundstücksbestätigung für vorrangige Kandidaten geplant.
• [ ] Ich habe die sensiblen Stellen außerhalb des offenen Fahrzeugs gelassen und sie in der Übertragung unscharf gemacht.
• [ ] Ich habe berücksichtigt, dass die Falsch-Positiv-Rate hoch sein kann.