Guadagni:
- Capacità di cercare anomalie nei dati satellitari, nella fotografia aerea e nei dati LiDAR con l'intelligenza artificiale e valutare ogni segnale come candidato che richiede conferma del terreno
- Comprendere la dipendenza stagionale e condizionale delle tracce di piante, suolo e ombra e come vengono eliminati i falsi positivi naturali/moderni.
- Possibilità di applicare il motivo per cui le posizioni sensibili dei siti dovrebbero essere protette dal saccheggio e offuscate nella trasmissione
Uno degli sviluppi più entusiasmanti dell'archeologia è la capacità di vedere tracce nel sottosuolo e in superficie senza scavare nel terreno. Il telerilevamento (un metodo per esaminare un'area con immagini satellitari, aeree o droni senza toccarla fisicamente) è lo strumento più potente per scansionare vaste aree e rilevare possibili siti (luoghi contenenti resti archeologici). In questa unità impareremo come l'intelligenza artificiale contrassegna le anomalie (tracce che differiscono dall'ambiente circostante, che potrebbero essere create dall'uomo) nelle immagini satellitari, nelle fotografie aeree e nei dati LiDAR, ma perché ogni segno deve essere confermato sul campo.
Principio di base: l'intelligenza artificiale è un assistente di scansione e puntamento che dice "guarda qui" in un'ampia area; La decisione "Questo è davvero un sito" viene presa dal controllo del territorio e dall'esperto. Nel telerilevamento ogni punto segnato dall’intelligenza artificiale è un’ipotesi, non una scoperta.
Tipi di telerilevamento
Fotografia satellitare e aerea. Le strutture sepolte portano a una crescita differenziale del suolo e della vegetazione sopra di esse. Il raccolto su un muro è più debole, su un fossato è più cespuglioso; Questi sono chiamati segni di ritaglio. L’NDVI (un indice che misura la salute della vegetazione; quantifica la vitalità delle piante utilizzando la luce infrarossa) evidenzia queste differenze. L’intelligenza artificiale scansiona queste sottili differenze in immagini di grandi dimensioni più velocemente di un essere umano.
LiDAR. LiDAR (Light Detection and Ranging, tecnologia che crea una mappa di elevazione 3D molto precisa della superficie sparando un laser da un aereo al suolo e misurando il tempo di ritorno) è lo strumento più rivoluzionario. La sua caratteristica è che il laser può raggiungere il terreno attraverso gli alberi; Così i tumuli, i terrazzi, le strade e le fondamenta degli edifici sotto la foresta vengono rivelati quando la vegetazione viene numericamente "sbucciata". L'intelligenza artificiale contrassegna dossi, buche e forme geometriche lisce in questi dati di elevazione.
Geofisica (supplementare). Metodi come il georadar (GPR) e il rilevamento magnetico vedono appena sotto la superficie; L’intelligenza artificiale aiuta anche a cercare modelli di anomalie in questi dati.
Passaggi di rilevamento del sito con l'intelligenza artificiale
- Preparazione dei dati. Le immagini vengono adattate al sistema di coordinate (georeferenziazione), le ombre e il contrasto vengono corretti. In LiDAR, la vegetazione viene filtrata e viene prodotto un "modello di terreno nudo".
- Scansione delle anomalie. L'intelligenza artificiale segna geometrie lisce che possono essere create dall'uomo (tumulo circolare, struttura rettangolare, fossato/strada lineare).
- Eliminazione. La maggior parte dei segni sono naturali (geologici, agricoli, moderni). L'esperto elimina quelli che sono chiaramente naturali e moderni.
- Priorità. Ai rimanenti punti candidati viene assegnata la priorità in base al contesto e alla distribuzione nota del sito.
- Conferma del terreno. I punti prioritari vengono controllati in loco mediante rilievo superficiale e, se necessario, perforazione. Nessun punto viene dichiarato "seduto" senza conferma.
Suggerimento: considera sempre i segnali dell’intelligenza artificiale come “un elenco di candidati con un alto tasso di falsi positivi”. L'obiettivo è restringere in modo intelligente i luoghi da visitare sul campo; di non annunciare la scoperta. Ridurre 200 punti terra a 30 in una stagione è un grande vantaggio.
Posizione sensibile: privacy critica
Il problema etico e di sicurezza più serio nel rilevamento dei siti è la riservatezza della posizione. Le coordinate precise di un sito non protetto appena identificato sono un obiettivo diretto per scavatori illegali e cercatori di tesori. Pertanto:
- Non entrare nei veicoli pubblici dell'IA le cui coordinate esatte non sono state confermate.
- Sfoca la posizione dei siti sensibili nelle trasmissioni e nelle presentazioni (fornisci l'area generale, senza GPS).
- Conserva i dati nel sistema sicuro dell'organizzazione e limita l'accesso.
Attenzione: incollare le coordinate di un sito in un servizio pubblico dicendo "farò solo disegnare una mappa" può lasciare quel sito aperto al saccheggio. I dati sulla posizione sono un bene che deve essere protetto tanto quanto il ritrovamento stesso.
tre mini custodie
Caso 1: la scansione ha ristretto l'area. Un progetto di rilevamento rileverebbe un'area di 500 km². L’analisi LiDAR basata sull’intelligenza artificiale ha individuato 120 possibili tumuli sotto la foresta. Dopo l'eliminazione degli esperti, rimangono 38 posti prioritari; 11 di queste sono risultate essere vere e proprie strutture archeologiche sul campo. L’intelligenza artificiale ha condensato mesi di ricerca cieca in una stagione mirata.
Caso 2: il falso positivo è stata la lezione. Mentre un team si preparava con entusiasmo a dichiarare "tumulo" una cicatrice circolare liscia segnata dall'IA, l'esperto geologo ha dimostrato che si trattava di una depressione naturale (dolin). Una dichiarazione fatta senza la conferma del terreno potrebbe essere una perdita di reputazione. Lezione: l'intelligenza artificiale vede la geometria, non l'interpretazione dell'origine.
Caso 3: perdita di posizione evitata. Uno studente caricherebbe l'immagine contenente le coordinate di un sito appena trovato su uno strumento pubblico. Il consigliere si fermò; la zona era ancora non protetta. L'immagine è stata elaborata rimuovendo le informazioni sulle coordinate e solo nel sistema protetto.
Quattro modelli copiabili
1) Cornice di scansione anomalia:
Il tuo ruolo: assistente all'analisi del telerilevamento. Ti fornirò un'immagine/dati di elevazione del terreno nudo (derivato da LiDAR). Segna geometrie lisce (circolari, rettangolari, lineari) che POSSONO essere create dall'uomo; Per ciascuno, annota la sua posizione, il formato e il motivo per cui è degno di nota. Per ogni segno indicare anche la possibilità di una spiegazione naturale/moderna. Non dichiarare un "sit" definitivo.
2) Eliminazione dei falsi positivi:
Di seguito è riportato l'elenco dei punti candidati che l'AI ha contrassegnato. Per ciascuno, elenca le spiegazioni naturali e moderne (formazione geologica, traccia agricola, strada, fondazione di edifici) che posso eliminare PRIMA del controllo del terreno. Elenca separatamente i restanti candidati "veramente vaghi".
3) Piano di controllo del territorio:
I miei migliori posti candidati sono: [lista]. Per ciascun punto viene visualizzata una lista di controllo contenente gli indicatori che dovrei cercare durante la conferma sul campo (rilevamenti della superficie, topografia, colore del suolo, densità delle pietre) e regole di sicurezza/etiche sul campo (autorizzazione, riservatezza della posizione).
4) Sfocatura della posizione per la trasmissione:
Quando prepari le seguenti informazioni sul sito per una pubblicazione/presentazione, suggerisci come potrei descriverlo SENZA rivelare l'ubicazione esatta: elenca quale livello di generalizzazione (provincia/regione), quali informazioni dovrebbero essere omesse. L’obiettivo: un equilibrio tra trasparenza scientifica e protezione dal deterioramento.
Prompt debole / Prompt forte
Suggerimento debole:
C'è un sito archeologico in questa immagine satellitare? Fornisci le sue coordinate.
L'intelligenza artificiale può dichiarare una traccia naturale come "seduta" e adattarla a coordinate sicure; Ciò è pericoloso sia dal punto di vista scientifico che da quello della sicurezza.
Suggerimento potente:
Il tuo ruolo: assistente al telerilevamento. Segna i segni geometrici lisci che POTREBBERO essere creati dall'uomo in questa immagine. Per ogni traccia: (a) la sua forma, (b) perché è notevole, (c) spiegazione alternativa naturale/moderna. Sono candidati da verificare solo SUL CAMPO; non dichiarare un "seduto". Genera coordinate esatte, descrivi la posizione relativa.
Differenza: la prima fa dichiarare la scoperta; quest'ultimo produce un elenco sicuro di candidati da verificare.
Tipi di immagini ed effetti stagionali
Nel telerilevamento un'immagine non funziona "sempre"; Ci vuole la giusta condizione per vedere la strada giusta. I segni del raccolto appaiono meglio durante i periodi di siccità, quando il raccolto è sotto stress idrico: il terreno sopra un muro sepolto trattiene meno acqua, quindi il raccolto diventa giallo presto e appare come una linea dall'alto. In un'immagine primaverile umida, la stessa traccia potrebbe non apparire affatto. I segni del terreno compaiono quando terreno di colore diverso affiora in superficie dopo l'aratura del campo. I segni d'ombra, invece, rivelano dossi leggeri e buche con ombre lunghe in condizioni di sole basso, al mattino o alla sera. Occorre quindi valutare un territorio non con una sola immagine, ma con tante immagini in stagioni e tempi diversi; L’intelligenza artificiale accelera questo confronto multiplo.
Il vantaggio del LiDAR è che supera ampiamente questa dipendenza dalle condizioni: poiché misura direttamente la topografia della superficie, è meno dipendente dalla stagione della vegetazione e può vedere il sottobosco della foresta. Tuttavia, quando si produce un "modello di terreno nudo" in LiDAR, se il filtro delle piante è troppo aggressivo, può cancellare i dossi reali, e se è troppo morbido, può confondere gli alberi con strutture; Queste decisioni sui filtri richiedono la supervisione di esperti.
Suggerimento: quando valuti una zona, chiediti "in quale stagione, a che ora e con quale metodo?" Fai sempre la domanda. Se in una sola immagine non c'è traccia non significa che non esiste alcun sito; Forse lo stai guardando nella condizione sbagliata.
Tabella comparativa dei metodi
Metodo
ciò che vede
Contributo dell'intelligenza artificiale
confine
Fotografia satellitare/aerea
Tracce di piante/suolo
Scansione di un'ampia area
stagione, risoluzione
NDVI
Differenza di vigore delle piante
Evidenziazione della cicatrice
Confonde le differenze naturali
LiDAR
topografia superficiale
geometria del sottobosco
Errori del filtro dell'impianto
Geofisica (GPR/magnetica)
struttura del sottosuolo
Modello di anomalia
locale, lento
Errori comuni
- Confondere un'anomalia per una scoperta. Il segno è un candidato; Senza la conferma del terreno non è un sito.
- Non eliminare le tracce naturali/moderne. Dolini, cicatrici agricole e tubi appaiono spesso come "strutture".
- Fornire le coordinate esatte al veicolo aperto. Rischio di saccheggio; La posizione è un bene che va tutelato.
- Basandosi su una singola immagine. L’interpretazione è incompleta senza stagioni diverse, metodi e terreni diversi.
- Dimenticando il tasso di falsi positivi. La maggior parte dei segnali risulta vuota; Questo è normale, lo scopo si sta restringendo.
In sintesi
Nel telerilevamento, l’intelligenza artificiale consente di risparmiare moltissimo tempo nella scansione di vaste aree e nella segnalazione di possibili siti. Ma ogni segnale è un'ipotesi che va confermata sul campo; le tracce naturali e moderne vengono accuratamente eliminate; e, cosa più importante, i luoghi sensibili sono protetti dai saccheggi. L'intelligenza artificiale dice "guarda qui"; Il terreno e l'esperto decidono se "questo luogo è protetto".
Compito dell'applicazione
Scegli un'immagine LiDAR o satellitare ad accesso aperto (dalla tua regione o da un set di dati di esempio). Fate in modo che l’IA segnali le possibili geometrie con il modello “Scansione anomalie”, quindi elimini le spiegazioni naturali/moderne con il modello “Eliminazione falsi positivi”. Redigere un piano di controllo del territorio per i restanti candidati e includere una nota di riservatezza sulla posizione.
lista di controllo
- [ ] Ho considerato i segnali dell'IA come "candidati", non come scoperte.
- [ ] Ho cercato di eliminare le tracce naturali e moderne.
- [ ] Ho pianificato la conferma del terreno per i candidati prioritari.
- [ ] Ho lasciato le posizioni sensibili fuori dal veicolo aperto e le ho offuscate nella trasmissione.
- [ ] Ho tenuto conto del fatto che il tasso di falsi positivi potrebbe essere elevato.