Интерпретация археологических памятников на основе сегментации данных многозональной аэрофотосъемки

Дистанционное зондирование Земли
УДК: 
528.88+004.932
DOI: 
10.22389/0016-7126-2023-995-5-52-63
1 Журбин И.В.
2 Злобина А.Г.
3 Шаура А.С.
4 Баженова А.И.
Год: 
2023
№: 
5
995
Страницы: 
52-63

Удмуртский федеральный исследовательский центр Уральского отделения РАН

1, 
2, 
3, 
4, 
Аннотация:
Рассмотрен алгоритм статистического анализа, позволяющий выявлять участки разноплановой растительности на антропогенно-преобразованных территориях. В частности, для археологических памятников, разрушенных поздней распашкой, применение данного алгоритма дает возможность оценить границы распространения культурного слоя, что необходимо для обеспечения целенаправленных научных исследований и сохранения объектов историко-культурного наследия России. Исходными данными для решения этих взаимосвязанных задач послужили материалы многозональной аэрофотосъемки. Алгоритм их обработки включает три основные этапа: вычисление текстурных признаков Харалика; уменьшение количества признаков методом главных компонент; сегментация изображений методом k-means. Интерпретация координатно-привязанных сегментов разноплановой растительности основана на комплексном анализе их расположения и конфигурации, соотнесении с эталонными данными (геофизика, почвенные исследования и археология). Участок обследования расположен в северной части Удмуртской Республики, он включает средневековое городище Гурьякар IX–XIII вв. н. э. и прилегающую территорию. Применение алгоритма статистического анализа позволило предложить реконструкцию исходного культурного слоя на различных структурных частях поселения и определить границы археологического памятника.

Список литературы: 
1.   Иванов А. Г., Иванова М. Г., Останина Т. И., Шутова Н. И. Археологическая карта северных районов Удмуртии – Ижевск: УИИЯЛ УрО РАН, – 2004. – 276 c.
2.   Иванова М. Г. Городище Гурьякар: Результаты исследований 1979 // Средневековые памятники бассейна р. Чепцы. – Ижевск: Науч.-исслед. ин-т при Совете Министров Удмуртской АССР, – 1982. – С. 3–26.
3.   Луппов П. Н. Документы по истории Удмуртии XV–XVII веков – Ижевск: Удмуртское книжное изд-во, – 1958. – 422 c.
4.   Abate N., Elfadaly A., Masini N., Lasaponara R. (2020) Multitemporal 2016–2018 Sentinel-2 data enhancement for landscape archaeology: The case study of the Foggia Province, southern Italy // Remote Sensing. 12 (8), pp. 1309. DOI: 10.3390/rs12081309.
5.   Alpaydin E. (2010) Introduction to machine learning, 2nd ed MIT Press, London, 539 p.
6.   Calinski T., Harabasz J. (1974) A dendrite method for cluster analysis // Communications in Statistics. 3, pp. 1–27. DOI: 10.1080/03610927408827101.
7.   Le Hegarat-Mascle S., Vidal-Madjar D., Dinstein I. (1973) Textural features for image classification // IEEE Transactions on Systems, Man and Cybernetics. 3, pp. 610–621. DOI: 10.1109/TSMC.1973.4309314.
8.   Jollife I. T. (2002) Principal components analysis, 2nd ed Springer, New York, 487 p.
9.   Kallepalli A., Kumar A., Khoshelham K., James D. B. (2016) Application of spectral and spatial indices for specific class identification in Airborne Prism Experiment (APEX) imaging spectrometer data for improved land cover classification // SPIE Remote Sensing. 100050Z, DOI: 10.1117/12.2241430.
10.   Kwak G.-H., Park N.-W. (2019) Impact of texture information on crop classification with machine learning and UAV images // Applied Science. 9(4):643, DOI: 10.3390/app9040643.
11.   Luo L., Wang X., Guo H., Lasaponara R., Zong X., Masini N., Wang G., Shi P., Khatteli H., Chen F., Tariq Sh., Shao J., Bachagha N., Yang R., Yao Y. (2019) Airborne and spaceborne remote sensing for archaeological and cultural heritage applications: A review of the century (1907–2017) // Remote Sensing of Environment. 232, pp. 111280. DOI: 10.1016/j.rse.2019.111280.
12.   Noviello M., Ciminale M., De Pasquale V. (2013) Combined application of pansharpening and enhancement methods to improve archaeological cropmark visibility and identification in QuickBird imagery: two case studies from Apulia, Southern Italy // Journal of Archaeological Science. 40 (10), pp. 3604–3613. DOI: 10.1016/j.jas.2013.04.013.
13.   Rejichi S., Chaabane F. (2015) Feature extraction using PCA for VHR satellite image time series spatio-temporal classification // IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Milan. pp. 485–488. DOI: 10.1109/IGARSS.2015.7325806.
14.   Thabeng O. L., Merlo S., Adam E. (2019) High-resolution remote sensing and advanced classification techniques for the prospection of archaeological sites markers: The case of dung deposits in the Shashi-Limpopo confluence area (southern Africa) // Journal of Archaeological Science. 102, pp. 48–60. DOI: 10.1016/j.jas.2018.12.003.
15.   Traviglia A., Torsello A. (2017) Landscape Pattern Detection in Archaeological Remote Sensing // Geosciences. 7(4):128, DOI: 10.3390/geosciences7040128.
16.   Ulaby F. T., Kouyate F., Brisco B., Williams T. H. L. (1986) Textural information in SAR images // IEEE Transactions on Geoscience and Remote Sensing. 2, pp. 235–245. DOI: 10.1109/TGRS.1986.289643.
17.   Zhurbin I. V., Borisov A. V. (2020) Non-destructive approach to studying medieval settlements destroyed by ploughing: combining aerial photography, geophysical and soil surveys // Archaeological Prospection. 27, pp. 343–360. DOI: 10.1002/arp.1778.
18.   Zlobina A. G., Shaura A. S., Zhurbin I. V., Bazhenova A. I. (2021) Algorithm for statistical analysis of multispectral survey data to identify the anthropogenic impact of the 19th century on the natural environment // Pattern Recognition and Image Analysis. 31 (2), pp. 345–355. DOI: 10.1134/S1054661821020176.
Образец цитирования:
Журбин И.В., 
Злобина А.Г., 
Шаура А.С., 
Баженова А.И., 
Интерпретация археологических памятников на основе сегментации данных многозональной аэрофотосъемки // Геодезия и картография. – 2023. – № 5. – С. 52-63. DOI: 10.22389/0016-7126-2023-995-5-52-63
СТАТЬЯ
Поступила в редакцию: 26.12.2022
Принята к публикации: 22.05.2023
Опубликована: 20.06.2023

Содержание номера

2023 май DOI:
10.22389/0016-7126-2023-995-5