Dobici:
- Sposobnost skeniranja anomalija u satelitskim, zračnim fotografijama i LiDAR podacima s umjetnom inteligencijom i procjena svakog znaka kao kandidata koji zahtijeva potvrdu terena
- Razumijevanje sezonske i uvjetne ovisnosti tragova biljaka, tla i sjene i kako se prirodni/moderni lažno pozitivni rezultati eliminiraju.
- Sposobnost primjene zašto bi osjetljive lokacije trebale biti zaštićene od pljačke i zamagljene u emitiranju
Jedan od najuzbudljivijih razvoja u arheologiji je mogućnost da se vide tragovi pod zemljom i na površini bez kopanja po zemlji. Daljinska detekcija (metoda ispitivanja područja satelitskim, zrakoplovnim ili dronovim slikama bez fizičkog dodira) najmoćniji je alat za skeniranje velikih područja i otkrivanje mogućih lokacija (mjesta s arheološkim ostacima). U ovoj jedinici naučit ćemo kako umjetna inteligencija označava anomalije (tragove koji se razlikuju od okoline, a koje može učiniti čovjek) na satelitskim slikama, fotografijama iz zraka i LiDAR podacima, ali zašto se svaka oznaka mora potvrditi na terenu.
Osnovno načelo: AI je pomoćnik za skeniranje i usmjeravanje koji govori "pogledaj ovdje" u širokom području; Odluku "Ovo je stvarno lokacija" donosi nadzor zemljišta i vještak. U daljinskom otkrivanju, svaka točka označena umjetnom inteligencijom je hipoteza, a ne otkriće.
Vrste daljinskih istraživanja
Satelitska i zračna fotografija. Ukopane strukture dovode do različitog rasta tla i vegetacije iznad njih. Usjev na zidu je slabiji, na jarku grmovitiji; Oni se nazivaju oznakama izrezivanja. NDVI (indeks koji mjeri zdravlje vegetacije; kvantificira vitalnost biljaka pomoću infracrvenog svjetla) naglašava te razlike. AI skenira te suptilne razlike u velikim slikama brže od čovjeka.
LiDAR. LiDAR (Light Detection and Ranging — tehnologija koja stvara vrlo preciznu 3D kartu nadmorske visine površine ispaljivanjem lasera iz zrakoplova u zemlju i mjerenjem vremena povratka) je najrevolucionarniji alat. Njegova značajka je da laser može doprijeti do tla kroz drveće; Tako se gomile, terase, ceste i temelji zgrada pod šumom otkrivaju kad se vegetacija brojčano "oguli". AI označava neravnine, jame i glatke geometrijske oblike u ovim podacima o visini.
Geofizika (dopunski). Metode kao što su geodetski radar (GPR) i magnetska izmjera vide točno ispod površine; AI također pomaže u traženju uzoraka anomalija u ovim podacima.
Koraci otkrivanja mjesta pomoću AI
- Priprema podataka. Slike se prilagođavaju koordinatnom sustavu (georeferenciranje), ispravljaju se sjene i kontrast. U LiDAR-u se vegetacija filtrira i proizvodi se "model golog tla".
- Skeniranje anomalija. AI označava glatke geometrije koje je možda napravio čovjek (kružni humak, pravokutna struktura, linearni jarak/cesta).
- Eliminacija. Većina znakova su prirodni (geološki, poljoprivredni, moderni). Stručnjak eliminira one koji su jasno prirodni i moderni.
- Određivanje prioriteta. Preostali bodovi kandidata imaju prioritet prema kontekstu i poznatoj distribuciji mjesta.
- Potvrda zemljišta. Prioritetne točke provjeravaju se na licu mjesta površinskim istraživanjem i, ako je potrebno, bušenjem. Nijedan bod se ne proglašava "sjedi" bez potvrde.
Savjet: na znakove umjetne inteligencije uvijek gledajte kao na "popis kandidata s visokom lažno pozitivnom stopom". Cilj je inteligentno suziti mjesta koja treba posjetiti na terenu; da ne objavim otkriće. Smanjenje 200 kopnenih bodova na 30 u sezoni je veliki dobitak.
Osjetljiva lokacija: kritična privatnost
Najozbiljnije etičko i sigurnosno pitanje u otkrivanju mjesta je povjerljivost lokacije. Točne koordinate novootkrivenog, nezaštićenog lokaliteta izravna su meta ilegalnih kopača i tragača za blagom. Stoga:
- Ne ulazite u javna AI vozila čije točne koordinate nisu potvrđene.
- Zamutite lokaciju osjetljivih mjesta u emisijama i prezentacijama (navedite opće područje, bez GPS-a).
- Držite podatke u sigurnom sustavu organizacije i ograničite pristup.
Pažnja: lijepljenje koordinata mjesta u javnu uslugu govoreći "Samo ću dati nacrtati kartu" može ostaviti to mjesto otvorenim za pljačku. Podaci o lokaciji su imovina koja mora biti zaštićena jednako kao i sam nalaz.
tri mini kućišta
Slučaj 1 — Skeniranje je suzilo područje. Projekt istraživanja obuhvatio bi područje od 500 km². LiDAR analiza koju pokreće AI označila je 120 mogućih humaka ispod šume. Nakon stručne eliminacije ostaje 38 prioritetnih mjesta; Za 11 od njih utvrđeno je da su prave arheološke strukture na terenu. AI je kondenzirao mjesece slijepog pretraživanja u ciljanu sezonu.
Slučaj 2 — Lažno pozitivno je bila lekcija. Dok se tim uzbuđeno pripremao proglasiti glatki kružni ožiljak označen AI-om "humkom", stručni geolog je pokazao da se radi o prirodnoj depresiji (dolini). Izjava dana bez potvrde zemljišta mogla bi biti gubitak ugleda. Lekcija: AI vidi geometriju, a ne tumačenje porijekla.
Slučaj 3 — Spriječeno curenje lokacije. Student bi učitao sliku koja sadrži koordinate novopronađenog mjesta na javni alat. Savjetnik je stao; područje je još uvijek bilo nezaštićeno. Slika je obrađena bez informacija o koordinatama i samo u sigurnom sustavu.
Četiri predloška za kopiranje
1) Okvir za skeniranje anomalija:
Vaša uloga: pomoćnik pri analizi daljinskog istraživanja. Dat ću vam sliku/podatke o visini golog tla (izvedeno iz LiDAR-a). Označite glatke geometrije (kružne, pravokutne, linearne) koje MOGU izraditi ljudi; Za svaki zapišite mjesto, format i zašto je značajan. Za svaki znak također navedite mogućnost prirodnog/modernog objašnjenja. Ne proglašavajte konačni "sjesti".
2) Lažno pozitivna eliminacija:
Ispod je popis bodova kandidata koje je AI označio. Za svaki navedite prirodna i suvremena objašnjenja (geološka formacija, poljoprivredni trag, cesta, temelj zgrade) koja mogu eliminirati PRIJE provjere terena. Preostale "stvarno nejasne" kandidate navedite zasebno.
3) Plan uređenja zemljišta:
Moja najbolja mjesta kandidata su: [popis]. Za svaku točku pojavljuje se kontrolni popis koji sadrži pokazatelje koje trebam tražiti prilikom potvrđivanja na terenu (površinski nalazi, topografija, boja tla, gustoća kamenja) i sigurna/etička terenska pravila (dozvola, povjerljivost lokacije).
4) Zamućivanje lokacije za emitiranje:
Kada pripremate sljedeće podatke o mjestu za publikaciju/prezentaciju, predložite kako bih ga mogao opisati BEZ otkrivanja točne lokacije: navedite koju razinu generalizacije (pokrajina/regija), koje informacije treba izostaviti. Cilj: ravnoteža znanstvene transparentnosti i zaštite od kvarenja.
Slab upit / Jak upit
Slab upit:
Postoji li arheološko nalazište na ovoj satelitskoj snimci? Navedite njegove koordinate.
AI može prirodni trag proglasiti "sit" i prilagoditi pouzdanu koordinatu; To je opasno i sa znanstvene i sa sigurnosne perspektive.
Snažan upit:
Vaša uloga: asistent za daljinska istraživanja. Označite glatke geometrijske oznake koje MOGU biti napravljene od strane ljudi na ovoj slici. Za svaki trag: (a) njegov oblik, (b) zašto je izvanredan, (c) prirodno/moderno alternativno objašnjenje. Ovo su kandidati koji se provjeravaju samo NA TERENU; nemojte proglasiti "sit". Generirajte točne koordinate, opišite relativni položaj.
Razlika: prvi objavljuje otkriće; potonji proizvodi siguran popis kandidata koje treba provjeriti.
Vrste slika i sezonski učinci
U daljinskom očitavanju slika ne radi "uvijek"; Potrebni su pravi uvjeti da biste vidjeli pravu stazu. Oznake usjeva najbolje se pojavljuju u sušnim razdobljima kada je usjev pod pritiskom vode: tlo iznad ukopanog zida zadržava manje vode, tako da usjev tamo rano požuti i pojavljuje se kao linija odozgo. Na slici vlažnog proljeća isti se trag možda uopće neće pojaviti. Oznake tla pojavljuju se kada tlo različite boje izađe na površinu nakon što je polje orano. Oznake sjene, s druge strane, otkrivaju lagane izbočine i rupe s dugim sjenama na slabom suncu, ujutro ili navečer. Stoga je potrebno procijeniti područje ne jednom slikom, već mnogim slikama u različitim godišnjim dobima i vremenima; AI ubrzava ovu višestruku usporedbu.
Prednost LiDAR-a je u tome što uvelike prevladava ovu ovisnost o uvjetima: budući da izravno mjeri topografiju površine, manje je ovisan o sezoni vegetacije i može vidjeti šumsko podzemlje. Međutim, kada se proizvodi "model golog tla" u LiDAR-u, ako je biljni filtar preagresivan, može izbrisati stvarne neravnine, a ako je premekan, može zamijeniti stabla za strukture; Ove odluke o filtrima zahtijevaju stručni nadzor.
Savjet: kada ocjenjujete područje, pitajte "u koje godišnje doba, u koje vrijeme i kojom metodom?" Uvijek postavite pitanje. Ako na jednoj slici nema traga, to ne znači da ne postoji mjesto; Možda ga gledate u pogrešnom stanju.
Tablica usporedbe metoda
metoda
što vidi
Doprinos AI
granica
Satelitska/zračna fotografija
Tragovi biljaka/tla
Skeniranje širokog područja
sezona, rezolucija
NDVI
Razlika u snazi biljaka
Isticanje ožiljaka
Brka prirodne razlike
LiDAR
površinska topografija
geometrija šumskog podzemlja
Pogreške filtera postrojenja
Geofizika (GPR/magnetski)
podpovršinska struktura
Uzorak anomalije
lokalno, sporo
Uobičajene greške
- Miješati anomaliju s otkrićem. Znak je kandidat; Bez potvrde zemljišta to nije mjesto.
- Ne eliminirajući prirodne/moderne tragove. Doline, poljoprivredni ožiljci i cijevi često se pojavljuju kao "strukture".
- Davanje točne koordinate otvorenom vozilu. Rizik od pljačke; Lokacija je dobro koje se mora zaštititi.
- Oslanjajući se na jednu sliku. Tumačenje je nepotpuno bez različitih godišnjih doba, različitih metoda i terena.
- Zaboravljamo lažno pozitivnu stopu. Većina znakova je prazna; To je normalno, svrha se sužava.
Ukratko
U daljinskom otkrivanju, AI štedi ogromno vrijeme pri skeniranju velikih područja i označavanju mogućih mjesta. Ali svaki znak je hipoteza koja se mora potvrditi na terenu; prirodni i moderni tragovi pažljivo su eliminirani; i što je najvažnije, osjetljive lokacije su zaštićene od pljačke. AI kaže "pogledajte ovdje"; Zemljište i vještak odlučuju je li "ovo mjesto zaštićeno".
Zadatak aplikacije
Odaberite LiDAR ili satelitsku sliku otvorenog pristupa (iz vlastite regije ili iz uzorka skupa podataka). Neka AI označi moguće geometrije s predloškom "Skeniranje anomalija", zatim eliminirajte prirodna/moderna objašnjenja s predloškom "Lažno pozitivno uklanjanje". Napravite nacrt plana kontrole zemljišta za preostale kandidate i uključite bilješku o povjerljivosti lokacije.
popis za provjeru
- [ ] Smatrao sam da su AI signali "kandidati", a ne otkrića.
- [ ] Pokušao sam eliminirati prirodne i moderne tragove.
- [ ] Planirao sam potvrdu zemljišta za prioritetne kandidate.
- [ ] Izostavio sam osjetljive lokacije izvan otvorenog vozila i zamutio ih u emitiranju.
- [ ] Uzeo sam u obzir da stopa lažno pozitivnih rezultata može biti visoka.