Télédétection et détection de sites : satellite, photographie aérienne et LiDAR

Gains :

• Capacité à rechercher des anomalies dans les données satellite, aériennes et LiDAR avec l'intelligence artificielle et à évaluer chaque signe en tant que candidat nécessitant une confirmation du terrain.
• Comprendre la dépendance saisonnière et conditionnelle des traces de plantes, de sol et d'ombre et comment les faux positifs naturels/modernes sont éliminés.
• Capacité à expliquer pourquoi les emplacements de sites sensibles doivent être protégés contre le pillage et floutés lors de la diffusion

L’un des développements les plus passionnants de l’archéologie est la capacité de voir des traces sous terre et en surface sans creuser le sol. La télédétection (une méthode permettant d'examiner une zone avec des images de satellite, d'avion ou de drone sans la toucher physiquement) est l'outil le plus puissant pour scanner de vastes zones et détecter des sites possibles (lieux contenant des vestiges archéologiques). Dans cette unité, nous apprendrons comment l'IA marque les anomalies (traces qui diffèrent de son environnement, qui peuvent être artificielles) dans les images satellite, les photographies aériennes et les données LiDAR, mais pourquoi chaque marque doit être confirmée sur le terrain.

Principe de base : l'IA est un assistant de numérisation et de pointage qui dit « regarde ici » dans une zone étendue ; La décision "Il s'agit bien d'un site" est prise par le contrôle foncier et l'expert. En télédétection, chaque point marqué par l’IA est une hypothèse et non une découverte.

Types de télédétection

Photographie satellite et aérienne. Les structures enterrées entraînent une croissance différentielle du sol et de la végétation au-dessus d'elles. La récolte sur un mur est plus faible, sur un fossé elle est plus touffue ; C'est ce qu'on appelle des marques de coupe. Le NDVI (un indice qui mesure la santé de la végétation ; il quantifie la vitalité des plantes grâce à la lumière infrarouge) met en évidence ces différences. L’IA analyse ces différences subtiles dans de grandes images plus rapidement qu’un humain.

LiDAR. Le LiDAR (Light Detection and Ranging – technologie qui crée une carte d’élévation 3D très précise de la surface en tirant un laser depuis un avion vers le sol et en mesurant le temps de retour) est l’outil le plus révolutionnaire. Sa particularité est que le laser peut atteindre le sol à travers les arbres ; Ainsi les buttes, les terrasses, les routes et les fondations des bâtiments sous la forêt se révèlent lorsque la végétation est numériquement « pelée ». L'IA marque les bosses, les creux et les formes géométriques lisses dans ces données d'élévation.

Géophysique (supplémentaire). Des méthodes telles que le radar à pénétration de sol (GPR) et le levé magnétique permettent de voir juste sous la surface ; L’IA aide également à rechercher des modèles d’anomalies dans ces données.

Étapes de détection de site avec l'IA

1. Préparation des données. Les images sont ajustées au système de coordonnées (géoréférencement), les ombres et le contraste sont corrigés. Dans LiDAR, la végétation est filtrée et un « modèle de sol nu » est produit.
2. Analyse des anomalies. L’IA marque les géométries lisses qui peuvent être artificielles (monticule circulaire, structure rectangulaire, fossé/route linéaire).
3. Élimination. La plupart des signes sont naturels (géologiques, agricoles, modernes). L’expert élimine celles qui sont clairement naturelles et modernes.
4. Priorisation. Les points candidats restants sont classés par ordre de priorité en fonction du contexte et de la répartition connue des sites.
5. Confirmation du terrain. Les points prioritaires sont vérifiés sur place par relevé de surface et, si nécessaire, forage. Aucun point n'est déclaré « assis » sans confirmation.

Astuce : considérez toujours les signes de l’IA comme « une liste de candidats avec un taux de faux positifs élevé ». L’objectif est de circonscrire intelligemment les lieux à visiter sur le terrain ; ne pas annoncer la découverte. Réduire 200 points de terrain à 30 en une saison est un gros gain.

Emplacement sensible : confidentialité critique

Le problème d’éthique et de sécurité le plus grave dans la détection de sites est la confidentialité de la localisation. Les coordonnées précises d’un site nouvellement identifié et non protégé constituent une cible directe pour les creuseurs illégaux et les chercheurs de trésors. Par conséquent :

• N'entrez pas dans les véhicules publics AI dont les coordonnées exactes n'ont pas été confirmées.
• Brouiller la localisation des sites sensibles dans les diffusions et les présentations (donner la zone générale, pas de GPS).
• Conservez les données dans le système sécurisé de l’organisation et limitez l’accès.

Attention : coller les coordonnées d'un site dans un service public en disant "Je vais juste faire dessiner une carte" peut laisser ce site ouvert au pillage. Les données de localisation sont un bien qui doit être protégé autant que la trouvaille elle-même.

trois mini-cases

Cas 1 — L'analyse a rétréci la zone. Un projet d'arpentage permettrait d'étudier une superficie de 500 km². L'analyse LiDAR basée sur l'IA a identifié 120 monticules possibles sous la forêt. Après élimination des experts, il reste 38 places prioritaires ; 11 d’entre elles se sont révélées être de véritables structures archéologiques sur le terrain. L’IA a condensé des mois de recherche aveugle en une saison ciblée.

Cas 2 — Les faux positifs ont été la leçon. Alors qu'une équipe se préparait avec enthousiasme à déclarer une cicatrice circulaire lisse marquée par l'IA comme un « monticule », l'expert géologue a montré qu'il s'agissait d'une dépression naturelle (dolin). Une déclaration faite sans confirmation foncière pourrait entraîner une perte de réputation. Leçon : L'IA voit la géométrie, pas l'interprétation de l'origine.

Cas 3 — Fuite de localisation évitée. Un étudiant téléchargeait l’image contenant les coordonnées d’un site nouvellement trouvé sur un outil public. Le conseiller s'arrêta ; la zone n'était toujours pas protégée. L'image a été traitée sans les informations de coordonnées et uniquement dans le système sécurisé.

Quatre modèles copiables

1) Cadre de numérisation des anomalies :

Votre rôle : assistant d'analyse par télédétection. Je vais vous donner une image/données d'élévation sur sol nu (dérivées du LiDAR). Marquer les géométries lisses (circulaires, rectangulaires, linéaires) qui PEUVENT être artificielles ; Pour chacun, notez son emplacement, son format et pourquoi il est remarquable. Pour chaque signe, indiquez également la possibilité d’une explication naturelle/moderne. Ne déclarez pas de « sit » définitif.

2) Élimination des faux positifs :

Vous trouverez ci-dessous la liste des points candidats que l'IA a marqués. Pour chacun, lister les explications naturelles et modernes (formation géologique, trace agricole, route, fondation de bâtiment) que je peux éliminer AVANT le contrôle du terrain. Énumérez séparément les candidats « vraiment vagues » restants.

3) Plan de contrôle foncier :

Mes meilleures places de candidat sont : [liste]. Pour chaque point, une liste de contrôle apparaît contenant les indicateurs que je dois rechercher lors de la confirmation sur le terrain (résultats de surface, topographie, couleur du sol, densité des pierres) et les règles de terrain sûres/éthiques (autorisation, confidentialité de la localisation).

4) Flou de localisation pour la diffusion :

Lorsque vous préparez les informations suivantes sur le site pour une publication/présentation, suggérez comment je pourrais les décrire SANS révéler l'emplacement exact : indiquez quel niveau de généralisation (province/région), quelles informations doivent être omises. L’objectif : un équilibre entre transparence scientifique et protection contre la détérioration.

Invite faible/Invite forte

Invite faible :

Y a-t-il un site archéologique sur cette image satellite ? Donnez ses coordonnées.

L'IA peut déclarer une trace naturelle comme étant « assis » et ajuster une coordonnée sûre ; C’est dangereux d’un point de vue scientifique et sécuritaire.

Invite puissante :

Votre rôle : assistant de télédétection. Marquez les marques géométriques lisses qui PEUVENT être artificielles dans cette image. Pour chaque trace : (a) sa forme, (b) pourquoi elle est remarquable, (c) explication alternative naturelle/moderne. Il s'agit de candidats à vérifier SUR LE TERRAIN uniquement ; ne déclarez pas de « sit ». Générez des coordonnées exactes, décrivez la position relative.

Différence : le premier fait la découverte déclarée ; ce dernier produit une liste sécurisée de candidats à vérifier.

Types d'images et effets saisonniers

En télédétection, une image ne fonctionne pas « toujours » ; Il faut la bonne condition pour voir la bonne piste. Les marques de culture apparaissent mieux pendant les périodes sèches lorsque la culture est soumise à un stress hydrique : le sol au-dessus d'un mur enterré retient moins d'eau, de sorte que la culture y jaunit tôt et apparaît comme une ligne vers le haut. Dans une image printanière humide, la même trace peut ne pas apparaître du tout. Des marques de sol apparaissent lorsque des sols de couleurs différentes remontent à la surface après le labour du champ. Les marques d'ombre, en revanche, révèlent de légères bosses et des nids-de-poule avec de longues ombres en cas de soleil bas, le matin ou le soir. Par conséquent, il est nécessaire d’évaluer une zone non pas avec une seule image, mais avec de nombreuses images à différentes saisons et heures ; L’IA accélère cette comparaison multi-temps.

L’avantage du LiDAR est qu’il surmonte largement cette dépendance aux conditions : puisqu’il mesure directement la topographie de surface, il dépend moins de la saison de végétation et peut voir le sous-étage forestier. Cependant, lors de la production d'un « modèle de sol nu » en LiDAR, si le filtre végétal est trop agressif, il peut effacer les véritables bosses, et s'il est trop mou, il peut confondre les arbres avec des structures ; Ces décisions de filtrage nécessitent la supervision d’experts.

Astuce : Lorsque vous évaluez une zone, demandez « en quelle saison, à quelle heure et avec quelle méthode ? Posez toujours la question. S’il n’y a aucune trace dans une seule image, cela ne veut pas dire qu’il n’y a pas de site ; Peut-être que vous le regardez dans le mauvais état.

Tableau de comparaison des méthodes

Méthode

qu'est-ce qui voit

Apport de l'IA

frontière

Photographie satellite/aérienne

Traces de plantes/sol

Numérisation sur une zone étendue

saison, résolution

NDVI

Différence de vigueur des plantes

Mise en évidence des cicatrices

Confond les différences naturelles

LiDAR

topographie de la surface

géométrie du sous-étage forestier

Erreurs de filtre d'usine

Géophysique (GPR/magnétique)

structure souterraine

Modèle d'anomalie

local, lent

Erreurs courantes

• Prendre une anomalie pour une découverte. Le signe est candidat ; Sans confirmation foncière, ce n'est pas un site.
• Ne pas éliminer les traces naturelles/modernes. Dolins, cicatrices agricoles et tuyaux apparaissent fréquemment comme des « structures ».
• Donner les coordonnées exactes au véhicule ouvert. Risque de pillage ; La localisation est un atout qui doit être protégé.
• S'appuyer sur une seule image. L'interprétation est incomplète sans différentes saisons, différentes méthodes et différents terrains.
• Oublier le taux de faux positifs. La plupart des panneaux sont vides ; C'est normal, le but se rétrécit.

En résumé

En télédétection, l’IA permet de gagner énormément de temps en analysant de vastes zones et en marquant les sites possibles. Mais tout signe est une hypothèse qui doit être confirmée sur le terrain ; les traces naturelles et modernes sont soigneusement éliminées ; et surtout, les lieux sensibles sont protégés du pillage. L'IA dit « regarde ici » ; Le terrain et l'expert décident si « ce lieu est protégé ».

Tâche de candidature

Choisissez une image LiDAR ou satellite en libre accès (de votre propre région ou d’un exemple de jeu de données). Demandez à l’IA de signaler les géométries possibles avec le modèle « Analyse des anomalies », puis éliminez les explications naturelles/modernes avec le modèle « Élimination des faux positifs ». Rédigez un plan de contrôle foncier pour les candidats restants et incluez une note de confidentialité de localisation.

liste de contrôle

• [ ] Je considérais les signaux de l'IA comme des « candidats », pas des découvertes.
• [ ] J'ai essayé d'éliminer les traces naturelles et modernes.
• [ ] J'ai prévu une confirmation foncière pour les candidats prioritaires.
• [ ] J'ai laissé les endroits sensibles hors du véhicule ouvert et je les ai floutés dans l'émission.
• [ ] J'ai pris en compte que le taux de faux positifs peut être élevé.