بررسی تأثیر DEM های مختلف بر مدل سازی فاصله هزینه مبتنی بر GIS برای تحلیل حوضه آبریز سایت های ماقبل تاریخ در اندلس

خلاصه

هدف کلی این کار، استفاده از مدل‌سازی فاصله هزینه مبتنی بر GIS (CDM) برای مدل‌سازی حوضه آبریز و تحلیل سایت‌های ماقبل تاریخ (Solutrean) در اندلس است. اجرای یک روش GIS برای CDM مبتنی بر شیب به طور مفصل توضیح داده شد، به طوری که بتوان آن را به راحتی در مطالعات آینده تکرار کرد. اجزای هزینه اضافی، پوشش گیاهی و شبکه های جریان، در روش گنجانده شد. رویکرد CDM ارائه‌شده از شطرنج‌های شیب به عنوان داده‌های ورودی استفاده می‌کند که از مدل‌های ارتفاعی دیجیتال (DEMs) مشتق شده‌اند. DEM های مختلفی که از نظر اندازه سلول، دقت و سایر مشخصات متفاوت هستند را می توان برای این روش اعمال کرد. بنابراین، هدف اصلی این کار بررسی تأثیر DEM های مختلف در دسترس عموم (SRTM، ASTER GDEM، EU-DEM، DEM های رسمی با اندازه سلول 5-m/10-m) بر نتایج CDM مبتنی بر GIS است. در حالی که این بررسی بر روی مکان‌هایی از دوره‌های زمانی فرهنگی مختلف انجام شد، یک مطالعه موردی در سایت‌های Solutrean به منظور آزمایش رویکرد CDM با تولید نتایج واقعی و سپس مقایسه و تفسیر آنها از دیدگاه باستان‌شناسی انجام شد. نتایج ارزیابی DEM با قطعنامه‌های افقی مجدد نمونه‌برداری شده، تأثیر واضحی از اندازه سلول DEM بر اندازه‌های حوضه آبریز مدل‌سازی شده را نشان می‌دهد. این بررسی همچنین نشان می‌دهد که این تأثیر می‌تواند توسط عوامل دیگری مانند نویز و باقیمانده‌های ویژگی‌های انسانی فیلتر شده، هنگام استفاده از DEM با منشأهای مختلف، قرار گیرد. یک مطالعه موردی در سایت‌های Solutrean به منظور آزمایش رویکرد CDM با تولید نتایج واقعی و سپس مقایسه و تفسیر آنها از دیدگاه باستان‌شناسی انجام شد. نتایج ارزیابی DEM با قطعنامه‌های افقی مجدد نمونه‌برداری شده، تأثیر واضحی از اندازه سلول DEM بر اندازه‌های حوضه آبریز مدل‌سازی شده را نشان می‌دهد. این بررسی همچنین نشان می‌دهد که این تأثیر می‌تواند توسط عوامل دیگری مانند نویز و باقیمانده‌های ویژگی‌های انسانی فیلتر شده، هنگام استفاده از DEM با منشأهای مختلف، قرار گیرد. یک مطالعه موردی در سایت‌های Solutrean به منظور آزمایش رویکرد CDM با تولید نتایج واقعی و سپس مقایسه و تفسیر آنها از دیدگاه باستان‌شناسی انجام شد. نتایج ارزیابی DEM با قطعنامه‌های افقی مجدد نمونه‌برداری شده، تأثیر واضحی از اندازه سلول DEM بر اندازه‌های حوضه آبریز مدل‌سازی شده را نشان می‌دهد. این بررسی همچنین نشان می‌دهد که این تأثیر می‌تواند توسط عوامل دیگری مانند نویز و باقیمانده‌های ویژگی‌های انسانی فیلتر شده، هنگام استفاده از DEM با منشأهای مختلف، قرار گیرد.

کلید واژه ها:

تابع هزینه وابسته به شیب ; عملکرد پیاده روی Tobler ; تجزیه و تحلیل حوضه آبریز سایت (SCA) ; مدل رقومی ارتفاع (DEM) ; مدل‌سازی فاصله هزینه مبتنی بر GIS

چکیده گرافیکی

1. معرفی

تعامل جوامع شکارچی-گردآورنده ماقبل تاریخ با محیط خود یک حوزه تحقیقاتی کلیدی در باستان شناسی است. در این زمینه، بررسی رفتار فضایی چنین جوامعی بسیار دشوار است. تجزیه و تحلیل حوضه آبریز سایت (SCA) یک روش کلاسیک برای به دست آوردن دانش در مورد روابط بین ساکنان محوطه های باستانی و محیط آنها است [ 1 ]. ایده کلیدی SCA تعیین منطقه اطراف یک سایت است که برای جمع آوری منابع به منظور بررسی تحرک و هرگونه منابع اقتصادی بالقوه موجود برای ساکنان ماقبل تاریخ استفاده می شد [1, 2 ] .]. در علوم باستان شناسی و جغرافیایی مدرن، تجزیه و تحلیل تعاملات فضایی معمولاً با استفاده از نرم افزار GIS، همراه با رویکردهای مدل سازی [ 3 ، 4 ، 5 ] انجام می شود. اصطلاح چتر برای رویکرد مدل‌سازی که برای فعال کردن مدل‌سازی حوضه سایت مبتنی بر GIS استفاده می‌شود، مدل‌سازی فاصله هزینه یا مدل‌سازی کم‌هزینه است که با مدل‌های سرعت راه رفتن در این مطالعه محقق می‌شود.

یک مدل فاصله هزینه، رابطه بین مسافت سفر و هزینه های مرتبط با آنها را توصیف می کند، که عمومی هستند و می توانند انواع مختلفی داشته باشند. در این مطالعه، سرعت پیاده‌روی مبتنی بر شیب به‌عنوان ارزش هزینه اعمال می‌شود که با یک تابع پیاده‌روی برای استخراج زمان پیاده‌روی در مسافت محاسبه می‌شود. مهم‌ترین پارامترهایی که خروجی مدل‌های فاصله هزینه را تعریف می‌کنند، الگوریتم‌های مدل‌سازی، مدل سرعت پیاده‌روی اعمال شده، داده‌های ورودی و پردازش آنها هستند.

داده‌های ورودی مهم برای مدل‌سازی فاصله هزینه مبتنی بر GIS، مجموعه داده‌های محیطی، مانند مدل‌های ارتفاعی دیجیتال (DEMs)، و سایر داده‌های عناصر منظر، مانند پوشش گیاهی یا شبکه‌های جریان است. مثال های خوبی برای SCA مبتنی بر GIS توسط Uthmeier و همکاران ارائه شده است. [ 6 ]، Marín-Arroyo [ 7 ]، Jobe and White [ 8 ]، Surface-Evans [ 9 ]، Gravel-Miguel [ 10 ] یا Henry et al. [ 11 ]. از این مطالعات، بدیهی است که داده‌های ارتفاعی برای مدل‌سازی حوزه‌های آبریز سایت ساکنان ماقبل تاریخ اهمیت کلیدی دارند.

در یک محیط نرم افزار GIS، داده های ارتفاعی معمولاً به صورت DEM نمایش داده می شوند که یک نمایش دیجیتالی از سطح زمین است [ 12 ]. داده های ارتفاع مورد استفاده در این مطالعه مبتنی بر شطرنجی است، که در آن هر سلول شطرنجی مقدار ارتفاع را ذخیره می کند. طیف گسترده ای از چنین DEM ها وجود دارد، و هر کدام به دلیل تکنیک های جمع آوری و پردازش داده ها، ویژگی های متفاوتی دارند که منجر به وضوح های مکانی و دقت مقادیر ارتفاعی متفاوت می شود [13 ، 14 ] . داده های مورد استفاده در این مطالعه معمولا پس از پردازش برای حذف ساختمان ها و در برخی موارد پوشش گیاهی است. این نمایش از سطح زمین برهنه اغلب به عنوان مدل زمین دیجیتال (DTM) نیز نامیده می شود [ 15]]. رویکرد CDM به کار رفته در این مطالعه از شطرنج‌های شیب‌دار مشتق‌شده از چنین DEM‌هایی استفاده می‌کند که اندازه سلول یک DEM شطرنجی تأثیر قابل‌توجهی بر روی آنها دارد [ 16 ].

ارزیابی ناکافی داده‌های ورودی باعث ایجاد محدودیت‌های عمده در اجرای مناسب مدل‌سازی سرعت راه رفتن می‌شود، موضوعی که اغلب در مطالعات CDM باستان‌شناسی سابق نادیده گرفته می‌شود. بنابراین، جدا از ارائه و بحث در مورد رویکرد CDM با اجزای هزینه اضافی، هدف اصلی این مطالعه بررسی تأثیری است که مجموعه داده‌های مختلف DEM بر نتایج مدل‌سازی حوضه آبریز سایت که در بالا مورد بحث قرار گرفت، دارند. برای این تحقیق، سه هدف اصلی باید در نظر گرفته شود: (1) بررسی مطالعات و گزارش‌هایی که کیفیت مجموعه داده‌های DEM در دسترس عموم را ارزیابی می‌کنند (ASTER GDEM [ 17 ]، SRTM [ 18 ، 19 ، 20 ]، EU-DEM [ 21]، DEM های رسمی از موسسه نشنال جئوگرافیک اسپانیا و دولت منطقه ای اندلس [ 22 ، 23 ]). (ب) ارزیابی پروفیل های ارتفاع، رسترهای خطا و مقادیر شیب به دست آمده از DEMs. (iii) ارزیابی تأثیر DEM های مختلف و مجموعه داده های محیطی بر روی مدل های حوضه آبریز سایت.

2. تجزیه و تحلیل حوضه در سایت، مدل سازی فاصله هزینه و برآورد شیب

اصطلاح تحلیل حوضه آبریز سایت از یک زمینه باستان شناسی سرچشمه می گیرد و توسط Vita-Finzi و Higgs [ 1 ] در سال 1970 پیشنهاد شد. آنها روشی را برای بررسی و درک رابطه بین سکونتگاه های انسانی و محیط های محلی آنها توصیف می کنند. حوضه آبریز یک سایت به عنوان منطقه ای است که به طور منظم توسط ساکنان آن مورد بهره برداری قرار می گیرد، قابل مقایسه با معنای کلاسیک حوضه آبریز رودخانه یا حوضه آبخیز در هیدرولوژی، جایی که این اصطلاح از [24] به عاریت گرفته شده است .]. از آنجایی که حوضه آبریز سایت در ابتدای مطالعه مشخص نیست، روش های مختلفی برای تعیین آن طراحی شده است. با فرض اینکه ساکنان یک سایت با پیاده روی مسافت هایی را برای بهره برداری از منابع یک منطقه طی می کردند، اندازه منطقه را می توان بر اساس زمان لازم برای پوشش آنها تعریف کرد. بنابراین، رویکردهای اولیه کاملاً ساده و مبتنی بر ترسیم دایره‌هایی به شعاع 5 یا 10 کیلومتری در اطراف یک سایت بود («شعاع فاصله ثابت»، 20 کیلومتر در این کار). این عمل با یک عمل پیچیده تر از درونیابی فواصل ترانسکت های واقعی (به عنوان مثال: شمال-جنوب و شرق-غرب) در منطقه داده شده دنبال شد، تا تأثیر توپوگرافی واقعی بر زمان راه رفتن را در بر گیرد [24، 25 ] . ، 26 ].

با محبوب‌تر و پیشرفته‌تر شدن نرم‌افزار GIS، توسعه یک رویکرد مدل‌سازی که امکان در نظر گرفتن داده‌های توپوگرافی را برای غلبه بر این محدودیت‌ها فراهم می‌کند، بدیهی بود. هانت [ 27 ] مزایای استفاده از نرم افزار GIS را در تجزیه و تحلیل حوضه خلاصه کرد، در حالی که ویتلی و گیلینگز [ 4 ] روش های مبتنی بر GIS فراوانی را ارائه می دهند که می توانند در چندین رویکرد باستان شناسی به کار روند. یکی از آنها تحلیل حوضه آبریز سایت است و رویکرد اساسی که به ما امکان مدل سازی حوضه های آبریز سایت را می دهد، مدل سازی فاصله هزینه است. مدل‌های فاصله هزینه برای استخراج هم‌زمان‌ها (خطوط با زمان مساوی) یا سطوح شطرنجی استفاده می‌شوند که نشان‌دهنده یک حوضه آبریز سایت فرضی است که قبلاً توسط Tripcevich [ 28 ] و Marín-Arroyo [28] اعمال شده است.7 ].

کاربرد تجزیه و تحلیل فاصله هزینه در ماقبل تاریخ بر این اساس است که شکارچیان-گردآورنده باید رفتار و مسیرهای خود را تغییر دهند تا مصرف انرژی خود را بهینه کنند (فرض کمترین هزینه) [9 ، 29 ] . نتایج تجزیه و تحلیل فاصله هزینه یک سایت باستان شناسی را می توان با داده های باستان شناسی مقایسه کرد که از آنها می توان اطلاعات مربوط به تحرک و رفتار شکارچی-گردآورندگان را استنباط کرد [ 30 ، 31 ]. برای این مطالعه موردی، ما از مواد خام سنگی استفاده می کنیم، اما عناصر دیگری نیز وجود دارد که می تواند به باستان شناسان در تفسیر تحرک گروه های انسانی کمک کند، مانند مواد اولیه عجیب و غریب (ابسیدین، کهربا و غیره) یا هنر متحرک.

ویلیام نیسمیت که در اصل به این سوالات باستان شناسی ربطی نداشت، در سال 1892 قانونی پیشنهاد کرد که سرعت راه رفتن انسان را به شیب زمین مربوط می کرد [ 32 ]، که بعداً توسط آیتکن [ 33 ] و لانگمویر [ 34 ] اصلاح شد. این فرمول در ابزار فاصله هزینه در GRASS GIS [ 35 ] پیاده‌سازی می‌شود، اما این کار فرمول متفاوتی را اعمال می‌کند که بعداً ایجاد شد. در سال 1993، والدو توبلر جغرافی‌دان، تابع پیاده‌روی Tobler [ 36 ] را برای تخمین سرعت پیاده‌روی ناشی از شیب پیشنهاد کرد که در این مطالعه نیز استفاده شده است.

جوب و وایت [ 8 ] یک مدل فاصله هزینه برای دسترسی انسان ایجاد کردند که بر اساس هزینه های انرژی در هنگام پیاده روی در یک زمین معین است. دارای ویژگی های مختلف چشم انداز، مانند پوشش گیاهی، مسیرهای پیاده روی، نهرها و شیب است. آنها به این نتیجه رسیدند که شیب و به دنبال آن پوشش گیاهی، سهم غالب در دسترسی متوسط مدل است. Ullah [ 26 ] از ماژول r.walk GRASS GIS برای انجام تجزیه و تحلیل فاصله هزینه وابسته به شیب استفاده کرد، اما هزینه های اضافی در نظر گرفته نشد. هاوی [ 37پوشش گیاهی، آبراه ها و شیب (به عنوان ارزش نسبی هزینه) را به عنوان معیارهای حیاتی برای حرکت ماقبل تاریخ انتخاب کرد. او همچنین پیشنهاد کرد که اگرچه بسیاری از مطالعات اهمیت ترکیب معیارهای چندگانه در مدل‌های سطح هزینه را تأیید کردند، اما معمولاً فقط شیب را به عنوان یک متغیر در نظر می‌گیرند. Surface-Evans [ 9 ] شیب (به عنوان ارزش هزینه نسبی و با تابع پیاده‌روی Tobler) و رودخانه‌ها را هم به‌عنوان موانع و هم مسیرهای حمل‌ونقل در مدل‌های حرکتی خود گنجانده است.

Verhagen [ 38 ] سطوح هزینه، مسیرهای کمترین هزینه (LCP) و تجزیه و تحلیل شبکه را به عنوان ابزار مفیدی برای شناسایی مکان‌هایی که بیشتر متصل یا جدا شده‌اند، به منظور نتیجه‌گیری در مورد مناسب بودن یک منظر برای سکونت یا سایر فعالیت‌ها شناسایی کرد. سطح ایوانز [ 9 ] تأیید کرد که تجزیه و تحلیل کمترین هزینه (که شامل تجزیه و تحلیل فاصله هزینه می شود) دارای پتانسیل در مدل سازی انتظارات ایده آل برای الگوهای منطقه ای استفاده از زمین است، به عنوان مثال برای آزمایش فرضیه های رفتاری. الله [ 26] پیشنهاد کرد که SCA باید به عنوان یک نوع باستان شناسی تجربی در نظر گرفته شود، زیرا SCA “حوضه آبریز سایت” را تولید نمی کند، بلکه طیفی از سناریوهای حوضه آبریز سایت را برمی گرداند که برای داده های موجود که در مورد استفاده شده قابل قبول هستند.

در رویکرد ارائه شده در این تحقیق، شیب که از DEM مشتق شده است، مهمترین متغیر ورودی است. جدا از برآوردهای شیب متغیر بر اساس الگوریتم اعمال شده، همانطور که توسط جونز [ 39 ]، وارن و همکاران نشان داده شده است. [ 40 ] و هرتزوگ و پوسلوشنی [ 41 ]، اندازه سلول DEM یک عامل مهم است. حسن و همکاران [ 42 ] رابطه بین وضوح DEM و شیب، منطقه زهکشی و تغییرات شاخص رطوبت توپوگرافی را بررسی کرد. آنها به این نتیجه رسیدند که برآورد شیب به طور قابل توجهی با وضوح DEM برای مساحت زمین ذغال سنگ نارس مورد بررسی در شمال سوئد متفاوت است. آثار ژانگ و مونتگومری [ 43 ]، سورنسن و سیبرت [ 44]]، وازه و همکاران. [ 45 ]، Kantner [ 46 ] و Grohmann [ 47 ] نشان می دهند که مقادیر شیب کلی با وضوح افقی (کاهش اندازه سلول) در مناطق مورد مطالعه مربوطه افزایش می یابد. این پیامدهای مهمی برای نتایج مدل‌سازی تولید شده در این کار دارد.

3. داده ها

در پاراگراف زیر، DEM های مختلف، از جمله اطلاعات مهم در مورد دقت و ویژگی های بیشتر، مجموعه داده های زیستی و منطقه تحقیقاتی، از جمله سایت های پارینه سنگی مورد استفاده برای ارزیابی و مدل سازی فاصله هزینه، معرفی می شوند.

3.1. DEMs

مدل های رقومی ارتفاع را می توان با روش های مختلف جمع آوری داده ها و رویکردهای سنجش از دور تولید کرد. نمونه‌های پرطرفدار SRTM DEM مبتنی بر رادار دیافراگم مصنوعی تقریباً جهانی و محصولات ASTER GDEM هستند که بر اساس تصاویر استریو اپتیکال هستند. در زمان‌های اخیر، LiDAR (تشخیص و محدوده نور) نقش مهمی را برای جمع‌آوری داده‌های جهانی ارتفاع بازی کرده است [ 48] .]. با توجه به روش های مختلف جمع آوری داده ها و پس پردازش، DEM ها در وضوح و دقت افقی و عمودی متفاوت هستند. در صورت لزوم، داده‌های شطرنجی مجدداً به ETRS89 / ETRS-TM30 (سیستم مرجع زمینی اروپا 1989، منطقه مرکاتور جهانی عرضی 30)، EPSG:3042 (گروه بررسی نفت اروپا) به نفع ارائه یک مبنای قابل مقایسه و سازگار پیش‌بینی شدند. وسعت پردازش برای اهداف ارزیابی، فهرستی با اطلاعات یکسان در مورد وضوح افقی، دقت عمودی و منابع داده در جدول 1 گردآوری شد . زمانی که بریدن توده خشکی ضروری بود (SRTM-1، 5-m، 10-m DEM) با خط ساحلی پوشش زمین Corine از آژانس محیط زیست اروپا بریده شد [49 ] . داده های ETOPO1 (مدل امداد جهانی 1 دقیقه قوس) [50 ] به عنوان نقشه پایه برای توده های آبی در نقشه های حاصل استفاده شد.

نسخه های مختلف SRTM [ 57 ، 58 ، 59 ، 60 ] DEM در وضوح سه قوس دوم و یک قوس دوم موجود است. برای این کار، داده‌های DEM SRTM V4.1 (SRTM-3) CGIAR-CSI (گروه مشورتی در تحقیقات بین‌المللی کشاورزی، کنسرسیوم برای اطلاعات فضایی) پر از سوراخ با وضوح دوم سه قوس از جارویس و همکاران. [ 18 ] استفاده شد. در سپتامبر 2014، انتشار داده های ارتفاعی SRTM دوم یک قوس (SRTM-1) [ 19 ، 20 ] آغاز شد، که به این معنی بود که ما می توانستیم آن را در کار خود بگنجانیم.

ASTER GDEM V2 [ 17 ] از داده‌های جمع‌آوری‌شده توسط رادیومتر گسیل گرمایی و انعکاسی پیشرفته فضایی (ASTER)، یک ابزار نوری رصد زمین در فضا تولید می‌شود. نسخه 2 مجموعه داده منتشر شده تحت بهبودهای کیفی [ 51 ] قرار گرفت، مانند افزایش وضوح زمین، حفره های پر شده، اصلاح ناهنجاری ها و سطوح صاف دریاچه.

EU-DEM بر اساس داده های SRTM و ASTER GDEM است که با یک رویکرد میانگین وزنی ترکیب شده است [ 61 ]. مجموعه داده تحقق برنامه کوپرنیک است و در وضوح افقی یک قوس ثانیه یا 25 متر در دسترس است [ 21 ].

وضوح 10 متری افقی DEM محصول همکاری وزارتخانه های منطقه ای فواید عمومی و حمل و نقل، محیط زیست و کشاورزی و شیلات دولت منطقه ای اندلس است. DEM از داده های پرواز فتوگرامتری تولید شد و توسط Junta de Andalucia [ 22 ] منتشر شد.

DEM با وضوح افقی 5 متر محصول مرکز ملی اطلاعات جغرافیایی (مرکز ملی اطلاعات جغرافیایی) اسپانیا است. بسته به منطقه، داده ها را می توان در کاشی هایی که از پروازهای فتوگرامتری یا LiDAR از Plan Nacional de Ortofotografía Aérea (طرح ملی عکسبرداری هوایی، PNOA) تولید می شوند، به دست آورد. سیستم مرجع ژئودزی ETRS89 با منطقه UTM مربوطه 29 یا 30 برای شبه جزیره ایبری [ 23 ] است. جدا از وضوح بالا، این DEM به طور کلی دقیق ترین DEM مورد استفاده در این کار است.

از آنجایی که DEM مهم ترین داده ورودی برای این رویکرد CDM است، تفاوت های مشخصه DEM های دسترسی آزاد بر اساس داده های SRTM و ASTER برای ارزیابی و مقایسه ویژگی های آنها بررسی می شود. هایاکاوا و همکاران [ 62 ] ASTER GDEM و SRTM-3 DEM را با هم مقایسه کرد و به این نتیجه رسید که، در منطقه مورد بررسی، نمایش زمین ASTER GDEM نسبت به SRTM-3 DEM برای اکثر عناصر منظر برتر است و SRTM-3 DEM سطوح نویز بالاتری را نشان می دهد. موکرجی و همکاران [ 14 ] و لی و همکاران. [ 63] ارزیابی کردند که دقت عمودی ASTER GDEM V2 بالاتر از SRTM-3 DEM در منطقه مورد مطالعه آنها است. با این حال، علی‌رغم وضوح افقی بالاتر ASTER GDEM V2، مطالعات دیگری از Athmania و Achour [ 55 ]، Suwandana و همکاران. [ 64 ]، رکسر و هیرت [ 65 ]، پولیگه [ 66 ] تأیید می‌کنند که داده‌های SRTM v4.1 (SRTM-3) دارای دقت عمودی بالاتر یا مشابه [ 67 ] به عنوان ASTER GDEM V2 هستند [ 55 ، 64 ، 65 ، 66 ]. کار تاچیکاوا و همکاران. [ 53] برای ایالات متحده نشان می دهد که دقت عمودی مطلق SRTM DEM دوم یک قوس بالاتر از ASTER GDEM V2 است (همچنین به جدول 1 مراجعه کنید ). خطاهای نویز (تغییرپذیری محلی) نیز مشخصه هر دو DEM است، در حالی که ASTER GDEM V2 نویز فرکانس بالاتری نسبت به V1 به طور کلی و به عنوان نمونه های SRTM-1 DEM (اگرچه محدود) نشان می دهد [53 ] . در حالی که پوشش گیاهی و تاج درخت در هر دو DEM وجود دارد [ 68 ، 69 ]، بیان شده است که GDEM2 ارتفاعات بالاتری نسبت به SRTM در بسیاری از مناطق جنگلی دارد [ 53 ، 69 ] و شیب و ارتفاع بالاتر با خطاها در DEMs SRTM [ 70] مرتبط است. ، 71 ] و ASTER GDEM V2، اما کمتر قوی [14 ] یا در مورد ارتفاع مشخص نیست [ 53 ]. علاوه بر این، DEM های SRTM تمایل دارند که ارتفاع کف دره را بیش از حد تخمین بزنند و ارتفاع خط الراس را دست کم بگیرند [ 62 ، 72 ]. علاوه بر این، Gesch [ 13 ] و Tachikawa و همکاران. [ 53 ] ارزیابی کرد که وضوح افقی واقعی هر دو DEM کمتر از اندازه سلول دوم یک قوس است. EU-DEM در گزارش اعتبارسنجی آماری EU-DEM [ 52 ] ارزیابی شد. این گزارش نتیجه می گیرد که مجموعه داده EU-DEM دارای دقت عمودی اساسی 2.9 متر است. با این حال، از آنجایی که یک DEM ترکیبی مبتنی بر داده های SRTM-3 و ASTER GDEM V1 است [ 61]، سوال برانگیز است که آیا اندازه سلول دوم یک قوس منعکس کننده وضوح افقی موثر مجموعه داده است.

3.2. Stage3 Biome3.5

مجموعه داده شبیه‌سازی Stage3 Biome3.5 [ 73 ] بخشی از شبیه‌سازی‌های Paleoclimatic Stage3 دانشگاه پن است. داده های موجود از اجرای فاز 4 از 1999 تا 2000 سرچشمه می گیرد. داده‌های Biome3.5 اجرای شبیه‌سازی 21 ka (آخرین حداکثر یخبندان، LGM) که در شکل 1 مشاهده می‌شود ، استفاده شد، زیرا زیست‌ها را می‌توان به طبقات پوشش گیاهی ترجمه کرد که White and Barber [ 74 ]، Frakes و همکاران. [ 75 ] و تئوبالد و همکاران. [ 76] در مدل های کم هزینه خود استفاده می شود و بنابراین در مدل گنجانده می شود. این باید به عنوان یک اثبات تجربی مفهوم در نظر گرفته شود. متأسفانه مجموعه داده شامل داده‌هایی در مناطق ساحلی منطقه مورد مطالعه نیست. به دلیل عدم وجود گزینه های با وضوح بالا، با این وجود از داده ها برای آزمایش رویکرد استفاده می شود. برای کارهای آینده، شبیه سازی های مدل PMIP3/CMIP5 (Paleoclimate Modeling Intercomparison Project Phase III/Coupled Model Intercomparison Project Phase 5) بسیار امیدوارکننده به نظر می رسند، اما وضوح افقی داده ها حتی کمتر است. داده های نقطه ای به چند ضلعی های Thiessen پردازش شدند، به ETRS89/ETRS-TM30 (EPSG:3042) بازپخش شدند و همانطور که در بخش 4.4 توضیح داده شد استفاده شدند .

3.3. سایت های پارینه سنگی

هشت مکان، که در شکل 1 مشاهده می شود ، برای انجام ارزیابی DEM مورد استفاده قرار گرفتند ( بخش 5.1 )، اما تنها پنج مورد از آن ها، Ardales، Bajondillo، Nerja، La Pileta و Zafarraya را می توان به دوره زمانی فرهنگی دوران Solutrean نسبت داد، همانطور که نشان داده شده است. در جدول 2 . بنابراین مدل‌سازی فاصله هزینه شامل شبکه نهر، پوشش گیاهی و بحث باستان‌شناسی فقط برای این مکان‌ها انجام می‌شود. جدول 3سطوح Solutrean سایت های انتخاب شده را فهرست می کند و نشان می دهد که یک رکورد چینه شناسی خوب فقط برای سایت های Nerja و Bajondillo در دسترس است. فقدان یک توالی چینه‌شناسی واضح برای تحلیل سایر جنبه‌های سوابق باستان‌شناسی، مانند مجموعه‌های سنگی و جانوری، که نتایج آن برای تفسیر تحرک گروه‌های شکارچی-گردآور ضروری است، مشکلی است. این باعث می شود مقایسه مدل های فاصله هزینه و داده های باستان شناسی برای سایت های باقی مانده دشوار باشد.

4. روش ها و اجرا

در این بخش، رویکرد ارزیابی تأثیر DEM های مختلف بر نتایج مدل سازی نشان داده شده است. متعاقباً، مراحل اساسی رویکرد CDM که منجر به مدل‌های حوضه آبریز سایت می‌شود (نمایش داده‌شده توسط isochrones) ارائه می‌شود و پیاده‌سازی به تفصیل توضیح داده می‌شود. GIS اعمال شده و نرم افزارهای اضافی ArcGIS [ 92 ] برای CDM و نقشه برداری، QGIS [ 93 ]، SAGA GIS [ 94 ] و GDAL [ 95 ] برای وظایف مختلف، مانند تولید پروفایل های ارتفاعی یا پردازش داده های شطرنجی هستند. تجزیه و تحلیل آماری با Microsoft Excel انجام شد. منطقه بررسی در مختصات UTM Zone 30 (SW/NE): 264704E, 4029686N/504163E, 4216227N.

4.1. ارزیابی DEM

ابتدا، به منظور ارزیابی DEM های مورد استفاده در این کار، مطالعات و مشخصات داده ها در مورد کیفیت و سایر ملاحظات مرتبط با مدل سازی فاصله هزینه مورد بررسی قرار می گیرند (به بخش 3.1 مراجعه کنید ). ارزیابی بیشتر DEM در دو مرحله انجام می شود:

مناطق نمونه انتخاب شده با استفاده از پروفیل های ارتفاعی و مقایسه تپه های DEMs ارزیابی می شوند. یک تخمین خطا برای منطقه مورد نظر با تولید رسترهای خطا و محاسبه RMSE و همبستگی ارتفاع و شیب انجام می شود.
تجزیه و تحلیل آماری توصیفی از مناطق حوضه آبریز سایت مدل سازی شده در رابطه با وضوح افقی DEM های مختلف.

(1) سه پروفیل ارتفاعی (زمین مسطح و تپه ای، یک منطقه پرجمعیت نزدیک ساحل و یک منطقه عمدتاً کوهستانی) در منطقه مورد بررسی تعیین شد که در ProfileTool [96] استفاده شد .] پلاگین برای QGIS به منظور بدست آوردن مقادیر ارتفاع و تولید نمایه های ارتفاعی با Excel برای شش DEM موجود. تجزیه و تحلیل سایه تپه با ArcGIS تولید شد. همه DEM ها با GDAL (روش نمونه گیری مجدد: دوخطی) به ETRS89 / ETRS-TM30 (EPSG: 3042) قبل از تجزیه و تحلیل مجدد پیش بینی شدند. این پروفایل‌ها و تپه‌ها تفاوت‌ها را مستقیماً در DEM‌ها آشکار می‌کنند و به درک علت انحراف در نتایج حاصل از فاصله هزینه ما کمک می‌کنند. از آنجایی که DEM 5 متری بالاترین دقت کلی را دارد، رستر خطای DEM های باقی مانده با تفریق DEM 5 متری محاسبه شد. رسترهای خطا برای محاسبه RMSE بین ASTER GDEM V2، SRTM-1 و -3 DEM، DEM 10 متر و DEM 5 متر استفاده شد. علاوه بر این، ضرایب همبستگی بین شطرنجی ارتفاع و شیب با SAGA GIS محاسبه شد [94 ].

(2) به منظور به دست آوردن بینش بیشتر در مورد تأثیر DEM های مختلف بر نتایج و مناسب بودن آنها برای SCA و انجام یک تحلیل آماری توصیفی، فهرستی از اندازه های منطقه حوضه های 4-hsite گردآوری شده است. برای دستیابی به این هدف، DEM 5 متری (این DEM با بالاترین دقت مطلق و نسبی عمودی و افقی در نظر گرفته می شود) به وضوح افقی سایر DEM ها (10 متر، 25 متر، 28.29 متر، 28.28 متر، 84.79 متر) و اندازه سلول های میانی دیگر (20 متر، 30 متر، 50 متر، 160 متر) به عنوان مرجع و برای بررسی تأثیر اندازه سلول عمل می کند. علاوه بر این، DEM 10 متری و EU-DEM مجدداً به 30 متر نمونه برداری شدند تا اثرات در اندازه سلولی مشابه DEM های ASTER و SRTM مقایسه شوند. این نسخه های نمونه برداری مجدد از DEM 5 متری و سایر DEM ها برای اجرای روش نشان داده شده در زیر استفاده می شوند.شکل 2 . با استفاده از نتایج فرآیند مدل‌سازی، همبستگی اندازه‌های حوضه حوضه ۴ ساعته حاصل، با تغییرات اندازه سلول و شیب میانگین و همبستگی شیب متوسط با اندازه سلول، با محاسبه ضریب بررسی می‌شود. قاطعیت (R

^{2}

4.2. مدل سازی فاصله هزینه

همانطور که در بخش 2 معرفی شد ، مدل‌سازی حوضه آبریز سایت مبتنی بر GIS در باستان‌شناسی اساساً مبتنی بر مدل‌سازی فاصله هزینه است. مفهوم CDM این است که یک ارزش هزینه معین با فاصله از یک نقطه منبع رشد می کند. در CDM مبتنی بر شطرنجی، این بدان معنی است که مقادیر هزینه در یک رستر هزینه (یا سطح هزینه) باید با فاصله از یک نقطه منبع با یک رستر فاصله هزینه ( شکل 2 e) در نتیجه جمع شود. این تابعی است که بسیاری از بسته های نرم افزاری GIS ارائه می کنند (GRASS: r.cost؛ SAGA: Accumulated Cost): در این مورد، از ابزار فاصله هزینه از مجموعه ابزار تحلیل فضایی ArcMap استفاده می شود.

فرآیند اعمال شده ارائه شده در شکل 2 از Wheatley و Gillings [ 4 ]، Tripcevich [ 28 ] و Marín-Arroyo [ 7 ] اقتباس شده است. ادغام متغیرهای توپوگرافی، علاوه بر DEM، از Jobe and White [ 8 ]، Frakes و همکاران اقتباس شده است. [ 75 ]، تئوبالد و همکاران. [ 76 ]؛ سفید و باربر [ 74 ]. برخی از مراحل و داده های ورودی را می توان برای شبیه سازی سناریوهای مختلف یا برای اهداف ارزیابی ارائه شده در این کار اصلاح کرد. عامل مهم دیگر تابعی است که برای محاسبه سرعت پیاده روی از مقادیر شیب استفاده می شود. در این کار، تابع پیاده‌روی توبلر (به معادله 1 مراجعه کنید)) برای محاسبه زمان پیاده‌روی در هر متر اعمال می‌شود و کمی تغییر می‌کند، زیرا در CDM مبتنی بر شطرنجی یا تحلیل کمترین هزینه محبوب است [ 9 ، 41 ، 97 ] و همچنین برای پیاده‌سازی در ArcGIS برای این برنامه بسیار مناسب است. تابع پیاده روی Tobler سرعت راه رفتن را بر اساس شیب شیب محاسبه می کند. به عنوان مثال، سرعت پیاده روی محاسبه شده روی 0 $^{\circ}$ شیب حدود 5.037 کیلومتر در ساعت است. لازم به ذکر است که این رویکرد مدلسازی با استفاده از ابزار فاصله هزینه، فقط مقادیر شیب مثبت را در نظر می گیرد که مربوط به پیاده روی در سربالایی است. علاوه بر این، در مورد راه رفتن به موازات یک شیب (تند) (که منجر به شیب 0 می شود) فاکتور نمی گیرد. $^{\circ}$ در جهت پیاده روی). این مسائل به تفصیل در بخش 6 مورد بحث قرار گرفته است .

ساعت متر = 0.000166666 * (e x p (3.5 * (a b s (t a n (r a d (s l o p e)) + 0.05)))_

(1)

تابع پیاده روی Tobler برای محاسبه ساعت در متر [ 28 ، 36 ] تغییر می کند و شیب بر حسب درجه است.

پاراگراف زیر ترکیب عناصر منظره اضافی را معرفی می کند که بر سرعت راه رفتن انسان تأثیر می گذارد تا عملکرد رویکرد مدل سازی را آزمایش کند. بر اساس مقادیر نفوذپذیری توسعه یافته توسط Frakes و همکاران. [ 75 ]، تئوبالد و همکاران. [ 76 ] فهرستی با مقادیر مختلف نفوذپذیری (ضرایب سرعت) برای آبهای مختلف ( جدول 4 ) و طبقات گیاهی (به جدول 5 مراجعه کنید ) تهیه کرد.

برای گنجاندن اینها در تجزیه و تحلیل، یک شبکه جریان مبتنی بر DEM با ابزارهای GIS مناسب مدل‌سازی می‌شود تا بتواند جریان‌ها را طبق دستور استراهلر طبقه‌بندی کند [98 ] . سپس اعداد ترتیب جریان شطرنجی حاصل به ضرایب سرعت مربوطه مجدداً طبقه بندی می شوند. سپس رستر اصلی هزینه Tobler بر مجموعه داده های شطرنجی حاوی ضرایب سرعت تقسیم می شود و این نتیجه برای اجرای محاسبات فاصله هزینه برای سایت ها استفاده می شود.

برای گنجاندن پوشش گیاهی در محاسبات فاصله هزینه، می توان با هر رستری که حاوی پوشش گیاهی یا داده های مشابه است کار کرد. مشابه با داده های شطرنجی شبکه جریان فوق، شطرنجی پوشش گیاهی را می توان به ضرایب سرعت طبقه بندی کرد که نشان دهنده تغییر سرعت ناشی از پوشش گیاهی است. ضرایب سرعت پیشنهادی از White and Barber [ 74 ]، Frakes et al. [ 75 ]، تئوبالد و همکاران. [ 76 ] از پروژه مرحله سه به مجموعه paleodataset پوشش گیاهی Biome3.5 21k (به بخش 3.2 مراجعه کنید) منتقل شدند .

4.3. شیب

شطرنجی های شیب با ابزار شیب ArcGIS محاسبه می شوند . تابع شیب در ArcGIS حداکثر نرخ تغییر را برای هر سلول معین در شطرنجی در مقایسه با تمام سلول های مجاور آن محاسبه می کند [ 46 ، 99 ]. از روش هورن [ 100 ] برای محاسبه نرخ تغییر جهت های x و y استفاده می کند، که سپس برای تعیین مقدار شیب سلول مرکزی این شبکه 3×3 استفاده می شود.

4.4. پیاده سازی مدل فاصله هزینه

این فرآیند با ArcMap’s Modelbuilder به عنوان یک ابزار سفارشی پیاده‌سازی می‌شود، که امکان استفاده از فرآیند مدل‌سازی را در چندین سایت باستان‌شناسی فراهم می‌کند. این ابزار از DEM و داده های نقطه ای (محل های باستان شناسی) به عنوان ورودی استفاده می کند. کاربر می تواند پارامترهای انتخاب شده را تنظیم کند، مانند فاصله ایزوکرون ها در اطراف سایت ها، وسعت پردازش و پوشه هدف برای داده های حاصل. نتایج عبارتند از رسترهای هزینه انباشته، ایزوکرون ها در بازه مورد نظر و مسیرهای کم هزینه (که در این کار اعمال نمی شود) از هر نقطه به هر نقطه دیگر در مجموعه داده ورودی. این ابزار نتایج را در مراحل زیر تولید می کند، که می تواند به صورت دستی نیز تولید شود:

محاسبه هزینه شطرنجی

(آ)

تولید یک شطرنجی شیب ( شکل 2 a-c) از DEM.

(ب)

ماشین حساب شطرنجی برای تقسیم شطرنجی شیب بر 57.29577951 برای بدست آوردن رادیان، زیرا tan() از ArcMap مقادیر را به عنوان رادیان تفسیر می کند.

(ج)

ماشین حساب شطرنجی برای محاسبه رستر هزینه نهایی ( شکل 2 د) با معادله ( 1 ).
رستر هزینه و داده های نقطه ای (سایت ها) به عنوان داده های ورودی برای ابزار فاصله هزینه از مجموعه ابزار تحلیل فضایی استفاده می شود (در ArcMap، نتایج به طور خودکار با اندازه پیکسل شطرنجی ضرب می شوند). این کار برای هر نقطه موجود در مجموعه داده نقطه ( شکل 2 e,f) انجام می شود تا فاصله هزینه و شطرنجی جهت هزینه محاسبه شود.
اگر فاصله هزینه و رستر جهت هزینه برای یک سایت به پایان برسد:

(آ)

از ابزار countour برای تولید isochrones برای سایت با بازه درخواستی استفاده می شود.

(ب)

برای هر سایت، یک فایل با isochrones ( شکل 2 g) و LCPs ( شکل 2 h؛ LCP ها اختیاری هستند و در این کار اعمال نمی شوند) ذخیره می شود.

برای اینکه بتوان شبکه جریان را با نظم Strahler طبقه بندی کرد، شبکه جریان با مجموعه ابزار هیدرولوژی مدل سازی شده است. در اینجا، مجموعه ابزار هیدرولوژی پسوند تحلیلگر فضایی ArcMap برای اعمال روش زیر استفاده شد:

DEM را پر کنید (5-m DEM: z-limit: 2).
جهت جریان.
تجمع جریان
از Con یا setnull با رستر انباشت جریان برای فیلتر کردن یک مقدار آستانه خاص استفاده کنید (مقدار null را < 1000 تنظیم کنید).

پس از این مراحل، شطرنج به دست آمده باید دوباره طبقه بندی شود تا ضرایب سرعت نشان داده شده در جدول 4 منعکس شود . رستر هزینه Tobler پس از آن بر شطرنجی ضریب سرعت تقسیم می شود و نتیجه با عملکرد فاصله هزینه نرم افزار GIS استفاده می شود.

شبکه استریم را با ابزار سفارش جریان (دستور Strahler) مجدداً طبقه بندی کنید.
طبقه بندی مجدد ترتیب Strahler برای ضرایب سرعت. (بعد از آن: کپی شطرنجی 32 بیتی شناور).
رستر هزینه Tobler را بر شطرنجی ضریب سرعت با ماشین حساب شطرنجی تقسیم کنید.

تأثیر پوشش گیاهی به همین ترتیب گنجانده شده است. مجموعه داده Stage3 biome 21k [ 73 ] به ضرایب سرعت نشان داده شده در جدول 5 مجدداً طبقه بندی می شود و برای تقسیم رستر هزینه بر عوامل سرعت به دست آمده از مجموعه داده استفاده می شود.

رستر گیاهی را با ابزار reclassify برای ضرایب سرعت مجدداً طبقه بندی کنید (بعد از آن: کپی شطرنجی 32 بیتی شناور).
رستر هزینه Tobler را بر شطرنجی ضریب سرعت با ماشین حساب شطرنجی تقسیم کنید.

5. نتایج

نتایج این کار به سه بخش تقسیم شده است. ابتدا نتایج ارزیابی DEM ها توضیح داده می شود. پس از آن، نتایج ارزیابی آماری توصیفی از تأثیر DEM های مختلف و اندازه سلول آنها بر حوضه های مدل سازی شده ارائه می شود. پس از آن، حوضه های سایت مدل شده (ایزوکرون) در یک نمونه از پنج سایت Solutrean نشان داده شده است.

5.1. ارزیابی DEM های مورد استفاده برای CDM

برای ارزیابی DEM ها با تأکید بر تأثیر آنها بر تجزیه و تحلیل فاصله هزینه، سه پروفیل ارتفاعی واقع در مناطق نمونه که مقوله های مورفومتریک مشخصه در منطقه مورد مطالعه را نشان می دهد (شکل 3) مورد بررسی قرار گرفت ( شکل 4 و شکل 5 a-c را ببینید). قابل توجه است که داده های ارتفاعی در DEM ها تغییرات شدیدی را در مقیاس محلی و منطقه ای نشان می دهد. پیشنهاد می‌شود که این امر ناشی از روش اکتساب داده‌ها و روش‌های پس پردازش کاربردی است. به طور کلی، کیفیت و دقت DEM 5 متری، ASTER GDEM V2 یا SRTM-3/-1 و EU-DEM به خوبی با مشخصات منتشر شده شناخته شده است ( جدول 1 را ببینید.). هدف این کار فعلی اجازه دادن به تصمیم گیری آگاهانه تر در مورد اینکه کدام DEM را برای تجزیه و تحلیل حوضه آبریز سایت ماقبل تاریخ انتخاب کنیم، به ویژه در منطقه تحقیقاتی ما.

شکل 4 a نمودارهای ارتفاعی یک منطقه عمدتاً مسطح را نشان می دهد که سپس به یک تپه تبدیل می شود. اولین برداشت این است که داده‌های ASTER GDEM V2 نویز بیشتری نسبت به سایر مجموعه‌های داده نشان می‌دهند، به خصوص در مناطق مسطح. در مقایسه با اندازه سلول 5 متری DEM، که به عنوان دقیق ترین مرجع در نظر گرفته می شود ( جدول 1 را ببینید )، هم مجموعه داده های SRTM و هم EU-DEM از این پروفایل ها منحرف می شوند. با توجه به شکل 4 ب، واضح است که داده‌های ASTER GDEM V2 خود را از سایر DEM‌ها متمایز می‌کنند، زیرا حاوی برجستگی‌هایی هستند که در DEM‌های دیگر وجود ندارند. نمودارهای شکل 4c دوباره همگن تر به نظر می رسد، با چند انحراف. در حالی که منحنی مجموعه داده DEM SRTM-1 بسیار شبیه به 10 متر و 5 متر است، SRTM-3 DEM، در حالی که به طور مشخص صاف تر است. ASTER GDEM V2 و EU-DEM گاه گاه انحرافات شدید 20 یا 50 متری را به ویژه در مناطق دره و خط الراس کوهستانی نشان می دهند. بررسی تپه‌ها ( شکل 5a-c)، بسیاری از مشاهدات پشتیبانی می شوند. DEM های 5 متری و 10 متری نویز بسیار کمی و بیشترین جزئیات را نشان می دهند، با بقایای بسیاری از اشیاء انسانی (عمدتاً خیابان ها، پل ها) در داده ها وجود دارد. این باقیمانده ها همچنین مقادیر شیب و در نتیجه نتایج مدل سازی را تغییر می دهند. به نظر می رسد ASTER GDEM V2 در مقایسه با سایر DEM ها دارای نویز بیشتری است و به دنبال آن SRTM-1 DEM قرار دارد. یک معیار مهم برای کیفیت ASTER DEM عدد انباشته است که تعداد صحنه های ASTER DEM انباشته شده برای محاسبه مقادیر ارتفاع را توصیف می کند. RMSE باید با افزایش تعداد پشته کاهش یابد، در حالی که خطا به طور قابل توجهی بین یک تا 10 صحنه کاهش می یابد، با تنها بهبود کمی پس از حدود 15 صحنه [ 55]]. در منطقه مورد مطالعه، محدوده اعداد انباشته ASTER GDEM V2 مثبت 1-37 با اکثریت در 12 است، که به مشکلات قابل توجه در این منطقه اشاره نمی کند، اگرچه عدد انباشته برای سایت های مختلف با نواری از اعداد بالاتر متفاوت است. >22) در اطراف سایت Ardales. تپه EU-DEM سر و صدای کمتری نسبت به ASTER GDEM V2 و SRTM-1 DEM نشان می دهد، اما در برخی مناطق، داده ها در مقایسه با DEM های منبع آنها (SRTM-3 DEM و ASTER GDEM V2) تقریباً صاف به نظر می رسند.

هنگام مقایسه تفاوت های RMSE (به جدول 6 مراجعه کنید) بین DEM ها نسبت به DEM 5 متری، نتایج عمدتاً با اطلاعات منتشر شده مطابقت دارند، جدای از EU-DEM که عملکرد بدتری دارد. برای DEM 10 متری، تنها اندازه گیری دقت موجود است، اما دقت بالاتری انتظار می رفت. جدول 6 همچنین نشان می دهد که، اگرچه همبستگی بین مقادیر ارتفاعی DEM ها بسیار قوی است، اما همبستگی بین مقادیر شیب DEM 5 متری و سایر DEM ها به طور قابل ملاحظه ای ضعیف تر است. بعلاوه، توالی مشابهی از کیفیت در اینجا یافت می شود، در حالی که DEM 10 متری بهترین عملکرد را دارد، پس از آن DEM های SRTM و پس از آن، ASTER GDEM V2 و EU-DEM قرار می گیرند.

5.2. ارزیابی آماری تأثیر DEM بر نتایج مدلسازی

با توجه به نتایج ارزیابی آماری، لازم به ذکر است که سایت‌های Bajondillo و Nerja در نزدیکی ساحل واقع شده‌اند، بنابراین حوضه‌های آبریز سایت مدل‌سازی شده به‌طور محسوسی کوچک‌تر هستند. از آنجایی که خط ساحلی در موقعیت متفاوتی قرار داشت و سطح دریای متفاوتی را در طول آخرین حداکثر یخبندان نشان داد، حوضه های واقعی سایت احتمالاً در آن دوره بزرگتر بودند [ 101 ]. عدم وجود یک DEM با وضوح بالا مناسب برای حمام‌سنجی، در نظر گرفتن این امکان وجود ندارد.

نتایج برای DEM 5 متری نمونه برداری مجدد ( جدول 7 و جدول A1 در ضمیمه A ) همبستگی مثبت متوسط (La Pileta و Nerja) تا بسیار قوی بین وضوح افقی و اندازه (میانگین) مساحت حوضه های 4-h مدل شده را نشان می دهد. (

R^{2}

= 0.98، t = 18.25، p = 0.00). بنابراین، اندازه منطقه با اندازه سلول شطرنجی رشد می کند. به طور کلی، یک همبستگی منفی متوسط (La Pileta، Nerja) تا قوی بین میانگین شیب و اندازه منطقه وجود دارد.

R^{2}

= 0.87، t = 6.76، p = 0.00)، در حالی که شیب متوسط با وضوح افقی کاهش می یابد (

R^{2}

= 0.87، t = 6.93، p = 0.00). با توجه به نتایج DEM های مختلف ( جدول 7 را ببینید)، تفاوت اصلی با نمونه های DEM 5 متری، همبستگی ضعیف تر (متوسط تا قوی) بین اندازه حوضه آبریز و وضوح DEM افقی است.

R^{2}

= 0.53، t = 2.14، p = 0.05)، در حالی که همبستگی بین اندازه متوسط و شیب متوسط هنوز قوی است (

R^{2}

= 0.94، t = 7.68، p = 0.00). شیب نیز با وضوح افقی کاهش می‌یابد، اگرچه همبستگی چندانی ندارد.

R^{2}

= 0.68، t = 6.93، p = 0.00)، به استثنای EU-DEM، که به شیب میانگین بسیار کمتری نسبت به ASTER GDEM V2 یا SRTM-1 DEM مرتبط است.

هنگام مقایسه تفاوت‌های نسبی اندازه‌های مساحت حاصل در جدول 8بدیهی است که تفاوت‌هایی که هنگام استفاده از محصولات DEM مختلف رخ می‌دهد، بیشتر از تفاوت‌هایی است که هنگام استفاده از DEM 5 متری نمونه‌برداری مجدد رخ می‌دهد. این توسط نتایج تولید شده با DEM ها و نمونه های مجدد DEM در وضوح افقی مشابه پشتیبانی می شود. در حالی که اندازه‌های مساحت متوسط با ضریب 1.00/1.01* تغییر می‌کند وقتی که 5 متر به 30 متر، 28.28 متر یا 28.29 متر نمونه‌برداری می‌شود، میانگین تفاوت‌های ناشی از EU-DEM (1.22/1.23*)، SRTM-1 ( 1.05، 1.06*) و ASTER GDEM V2 (1.04، 1.06*) بالاتر هستند. وقتی نتایج سایت‌های منفرد مقایسه می‌شوند، تفاوت‌ها بیشتر می‌شود. آنها به طور مداوم بین محصولات DEM آزمایش شده بیشتر هستند (به عنوان مثال، Zafarraya: EU-DEM: 1.55، SRTM-1: 0.70، ASTER GDEM V2: 1.46؛ 5-m تا 25 m: 1.09، 5-m تا ASTER GDEM V2: 1.13 , 5-m تا SRTM-3: 1.09) نسبت به آزمون های DEM 5-m نمونه برداری مجدد.

5.3. Isochrones نشان دهنده حوضه آبریز سایت

شکل 6 نتایج (ایزوکرون برای سایت Ardales) از شش DEM مختلف را نشان می دهد که برای انجام محاسبات فاصله هزینه با تابع پیاده روی Tobler که قبلاً توضیح داده شد استفاده شده است. نتایج بررسی DEM ها در بخش 5.1را می توان با کمک ایزوکرون ها نیز مشاهده کرد. جدا از اندازه کلی منطقه، شکل ایزوکرون ها مهم است. هم‌زمان‌های حاصل به ویژگی‌های توپوگرافی مانند مناطق مسطح و زمین‌های تپه‌ای با رشد یا کاهش فاصله تا نقطه شروع (غار Ardales، در این مورد) واکنش نشان می‌دهند. هم‌زمان‌های EU-DEM و SRTM-3 به دست آمده بسیار مشابه هستند، اگرچه وضوح افقی EU-DEM بسیار بالاتر است. علاوه بر این، تأثیر زمین تپه‌ای بسیار ضعیف‌تر از همه DEM‌های دیگر است، در حالی که در DEM‌های 5 متری و 10 متری قوی‌ترین است.

شکل 7 و شکل 8 ایزوکرون های حاصل را برای سایت های Solutrean منطقه نشان می دهد. نقشه ها حاوی نتایج بر اساس تابع پیاده روی Tobler، DEM های 5-m و SRTM-1 برای مقایسه هستند که با استفاده از ارزیابی های کیفیت در بخش 3.1 و بخش 5.1 انتخاب شدند . نتایج شامل شبکه جریان و داده Stage3 Biome3.5 21k و همچنین ترکیبی از هر دو است. این نقشه‌ها همچنین شامل شعاع 20 کیلومتری در اطراف سایت‌ها هستند تا مرجعی به روش کلاسیک تحلیل حوضه آبریز سایت ارائه کنند. تفاوت در نتایج ناشی از منبع DEM همانطور که انتظار می رود وجود دارد و در بخش 3.1 و بخش 5.1 ارزیابی شده است.; تفاوت های قوی تر به ترتیب توسط موقعیت یک سایت و توپوگرافی اطراف ایجاد می شود (همچنین به جدول A1 مراجعه کنیدبرای اندازه های حوضه آبریز سایت 4 ساعته). ادغام شبکه جریان یک اثر منفی قابل مشاهده، اما کوچک بر اندازه حوضه در مورد DEM 5 متری دارد. قوی‌ترین تغییر پس از ادغام مجموعه داده Stage3 Biome3.5 21k، با اندازه‌های مساحت و فواصل بسیار کوچک‌تر بین ایزوکرون‌ها رخ می‌دهد. نمونه های قابل توجه سایت های Bajondillo و Nerja هستند. هر دو سایت (در حال حاضر) در یک منطقه ساحلی هستند، اما اندازه حوضه آبریز 4 یا 8 ساعته مدل‌سازی شده نرجا بسیار کوچکتر از اطراف باجوندیلو است، به دلیل زمین‌های اطراف با شیب‌های تند (ارتفاع از حدود 50 متر تا 1800 متر در محدوده قله شمال غار). منطقه شمال Bajondillo بسیار مسطح تر است. تفاوت های بسیار کوچک بین دو مدل در این سایت ها با این واقعیت توضیح داده می شود که Stage3 Biome3. 5 مجموعه داده 21k حاوی هیچ داده ای در این زمینه نیست، به طوری که هیچ هزینه جابجایی اضافی رخ نمی دهد. سایت های Ardales، Pileta و Zafarraya در یک زمین نسبتاً تپه ای واقع شده اند، در حالی که زمین های اطراف Pileta و Zafarraya نسبت به اطراف Ardales متنوع تر (یا شدیدتر) هستند. اندازه حوضه آبریز 4 و 8 ساعته این سه سایت قابل مقایسه است، اما آنها دوباره از نظر شکل متفاوت هستند که ناشی از رشته کوه های اطراف است. اگر پوشش گیاهی در نظر گرفته شود (نگاه کنید بهدر شکل 7 و شکل 8 ، مناطق حوضه به طور قابل توجهی کوچکتر خواهند بود (در این مورد، مقدار توسط عوامل سرعت از جدول 5 تعیین می شود ).

6. بحث

در زمینه SCA مبتنی بر GIS در باستان‌شناسی، یک رویکرد مدل‌سازی فاصله هزینه مبتنی بر شیب (CDM) ارائه شده است و تأثیر DEM‌های مختلف بر نتایج رویکرد CDM بررسی می‌شود.

در این مطالعه، مدل سرعت راه رفتن (همچنین: تابع پیاده‌روی یا هزینه) مبنای CDM است. اگرچه اغلب استفاده می شود، عملکرد پیاده روی اعمال شده از Waldo Tobler عاری از مشکلات نیست. هرتزوگ [ 102 ] استدلال می کند که توبلر به داده های منتشر شده توسط ایمهوف [ 103 ] ارجاع می دهد، اما تخمین او با داده های ایمهوف چندان مطابقت ندارد. کوندو و سینو [ 104 ] سعی کردند فرمول را بر اساس یک مسیر باستانی در ژاپن و یک آزمایش پیاده روی با کمک GPS ارزیابی و بهبود بخشند. آنها ارزیابی کردند که سرعت راه رفتن اندازه گیری شده آنها تا حد زیادی با منحنی توبلر در محدوده شیب بین 0.20-0.20 (-18) مطابقت دارد.

^{\circ}

-18

^{\circ}

) اما اندازه گیری آنها در زیر و بالاتر از مقادیر شیب منحرف است. آنها سعی کردند تابع را با اندازه های خود تنظیم کنند، اما مشکل در مطالعه آنها این بود که بر اساس حجم نمونه فقط دو نفر بود. در نتیجه، عملکرد تنظیم شده آنها باید قبل از کاربرد آن ارزیابی شود. از این رو، در آینده، استخراج یک تابع هزینه مبتنی بر شیب که شامل اندازه‌گیری زمان، از اندازه‌گیری‌های GPS، توسط گروه بزرگ‌تری از آزمودنی‌ها باشد، بسیار جالب و مطمئنا مفید خواهد بود.

علاوه بر این، در نظر گرفتن این نکته مهم است که محاسبه شیب به تنهایی می تواند در بین چندین برنامه کاربردی سیستم اطلاعات جغرافیایی متفاوت باشد. همانطور که در بخش 4.3 توضیح داده شد ، تابع شیب در ArcGIS از روش هورن [ 16 ، 39 ، 99 ، 100 ] برای تعیین مقادیر شیب سلول های شطرنجی در DEM استفاده می کند. این در GRASS GIS مشابه است. از طرف دیگر SAGA GIS الگوریتم های شیب متفاوت دیگری را ارائه می دهد. در نظر گرفتن این امر مهم است، زیرا استفاده از الگوریتم‌های شیب مختلف می‌تواند نتایج مدل‌سازی متفاوتی را با تولید مقادیر شیب مختلف ایجاد کند [ 40 ، 41 ]. روش هورن در یک مطالعه تطبیقی توسط جونز [39 ]. در این تحقیق تنها از ابزار شیب ArcGIS استفاده شد تا نتایج قابل مقایسه باشند. مشکل دیگر روش این است که فقط مقادیر شیب مثبت (سربالایی) در نظر گرفته می شود. پیاده‌روی کمی سریع‌تر در سراشیبی، که در عملکرد پیاده‌روی Tobler گنجانده شده است، در نظر گرفته نشده است، بنابراین مدل‌سازی همسانگرد است. همین امر برای مسیرهای پیاده‌روی بالقوه در امتداد خط کانتور ارتفاعی صادق است، جایی که هزینه نیز وابسته به جهت است [ 97]] زیرا الگوریتم توزیع هزینه اعمال شده ابزار فاصله هزینه از ناهمسانگردی پشتیبانی نمی کند. ابزار فاصله مسیر ArcGIS از مدل‌سازی هزینه ناهمسانگرد از طریق جدول عامل عمودی پشتیبانی می‌کند، اما در اینجا اعمال نشد. ما می‌توانیم استدلال کنیم که اهمیت ناهمسانگردی برای مدل‌سازی حوضه آبریز سایت ناچیز است، که نکته اصلی این کار است، زیرا یک سفر خروجی فرضی و راه بازگشت به طور قابل‌توجهی تفاوت پیاده‌روی بالا یا پایین تپه را جبران می‌کند. در حالی که این مطالعه یک سوال خاص را با توجه به یک روش از قبل ایجاد شده بررسی می کند، اجرای یک مدل راه رفتن یا توزیع هزینه متفاوت، احتمالاً با استفاده از مدل داده دیگری، می تواند این محدودیت ها را در تحقیقات آینده برطرف کند. هنگام در نظر گرفتن ابزار فاصله هزینه، امکان انتقال روش به سایر نرم افزارهای GIS مانند GRASS GIS یا SAGA وجود دارد. که الگوریتم های توزیع هزینه مربوطه را ارائه می دهند. ابزار فاصله هزینه GRASS به جهت حرکت بیشتر برای انباشت ارزش اجازه می دهد (نگاه کنید به شکل 2 )، 17 در مقابل 9 در یک شبکه 3 × 3 (حرکت نایت)، که می تواند به نتایج مدل سازی کمی دقیق تر منجر شود. مورد اخیر در کانون توجه این مطالعه نبوده و تنها برای بررسی در کارهای آینده ذکر شده است. تفاوت‌های ذکر شده در بالا در مدل‌سازی مسیر کم‌هزینه مهم‌تر از CDM است. علاوه بر این، نتایج ارزیابی ارائه شده در مورد تأثیر DEM های مختلف و وضوح آنها معتبر است، صرف نظر از اینکه آیا الگوریتم فاصله هزینه اعمال شده از ایزوتروپی پشتیبانی می کند یا خیر.

ارزیابی اولیه مولفه های کیفیت DEM ( بخش 3.1 ) و ویژگی های خاص آنها ( بخش 5.1 ) نشان می دهد که DEM ها تفاوت های اساسی را نشان می دهند. جدا از دقت مطلق عمودی، نویز و سایر ویژگی های خطای داده های ارتفاعی، قابل توجه ترین تفاوت اندازه سلول شطرنجی است که در محدوده 5 متر تا حدود 90 متر است. نتایج ارزیابی نشان می دهد که انتخاب DEM به دلایل مختلف بسیار مهم است. مطالعات مربوط به رابطه شیب به اندازه سلول DEM که در بخش 2 پوشش داده شده است، نشان می دهد که افزایش اندازه سلول منجر به کاهش مقادیر شیب می شود. برای مدل‌سازی فاصله هزینه مبتنی بر شیب، این نشان می‌دهد که سرعت حرکت محاسبه‌شده در سلول‌های شطرنجی باید افزایش یابد. این با نتایج ارزیابی آماری DEM تأیید می‌شود، که در آن یک منبع DEM به طیفی از اندازه‌های سلول برای انجام مدل‌سازی حوضه سایت نمونه‌گیری شد ( جدول 7 ، جدول 8 و جدول A1 در پیوست A را ببینید ). اندازه منطقه مدل شده حوضه ها با وضوح افقی و شیب میانگین DEM اعمال شده مرتبط است. با این حال، اطلاعات صحت منتشر شده ( جدول 1 )، مشاهدات کمی و کیفی انجام شده در بخش 5.1همبستگی شطرنجی های شیب ( جدول 6 ) و ارزیابی آماری ( بخش 5.2 ) نشان می دهد که وضوح افقی تنها عامل مهم نیست. نمونه های قابل توجه نتایج قابل مقایسه EU-DEM و SRTM-3 هستند (میانگین اندازه مساحت؛ میانگین شیب EU-DEM: 434525 کیلومتر

^{2}

; 8.77

^{\circ}

/SRTM-3: 437923 کیلومتر

^{2}

; 8.02

^{\circ}

، اگرچه داده های شطرنجی EU-DEM اندازه سلول بسیار کوچک تری دارند. علاوه بر این، SRTM-1 به حوضه های آبریز کمی بزرگتر از ASTER GDEM V2 منتهی می شود (میانگین اندازه منطقه؛ میانگین شیب SRTM-1: 375283 کیلومتر

^{2}

; 9.85

^{\circ}

/ASTER GDEM V2: 372,021 کیلومتر

^{2}

; 10.73

^{\circ}

، با تفاوت های منفی یا مثبت قابل توجه بسته به مکان سایت (به جدول 8 و جدول A1 مراجعه کنید )، که در نتایج بر اساس داده های نمونه گیری مجدد مشخص نیست. از آنجایی که تفاوت اندازه سلول آنها حداقل است، این تغییرات باید به تفاوت های دیگر در ویژگی های DEM نسبت داده شود، مانند دقت عمودی مطلق کمتر (نگاه کنید به جدول 1 )، مقادیر مختلف نویز یا سایر خطاهای ناشی از پوشش گیاهی و تاج درخت، شیب یا ارتفاع. از چشم انداز (به بخش 3.1 مراجعه کنید) و ویژگی های خاص روش جمع آوری داده ها، به ترتیب، و همچنین بقایای اشیاء انسانی حذف شده موجود در داده ها (به بخش 3.1 و شکل 4 مراجعه کنید وشکل 5 الف-ج). این تفاوت‌ها در مقادیر شیب مختلف منعکس می‌شوند که در همبستگی شطرنج‌های شیب نسبت به DEM مرجع 5 متری قابل مشاهده است ( جدول 6 ).

هدف CDM باستان شناسی ارائه تخمین بهتری از حوضه آبریز یک سایت نسبت به یک شعاع ساده است، که رویکرد سنتی در مطالعات حوضه آبریز سایت بود [ 9 ، 24 ]. از آنجایی که DEM حیاتی ترین داده ورودی است، اولین فکر ممکن است این باشد که وضوح افقی و دقت عمودی بالاتر منجر به نتایج بهتر می شود. همانطور که در نتایج ارزیابی و حوضه های آبریز سایت مدل سازی شده مشاهده می شود ( شکل 6 را ببینید، تفاوت اصلی ایجاد شده توسط DEM های با وضوح بالاتر، تغییر در اندازه حوضه های سایت مدل شده است. این تغییر، در تئوری، سیستماتیک و در نتیجه قابل پیش بینی است. تفاوت های کوچکتر در مورد شکل کلی حوضه قابل توجه است. به طور جزئی، هم زمان‌ها ناهموارتر هستند، زیرا تأثیر ویژگی‌های چشم‌انداز در مقیاس کوچک قوی‌تر از DEM‌های با وضوح پایین‌تر است، که همچنین منجر به سرعت پایین‌تر پیاده‌روی انباشته در زمین‌های تپه‌ای می‌شود (شکل 6 را ببینید) .). این احتمال وجود دارد که DEM های با وضوح بالاتر نتایج واقعی تری را با در نظر گرفتن این مشاهده که مقادیر شیب متوسط با اندازه سلول کمتر کاهش می یابد، ممکن می سازد. DEM های با وضوح بالا اعمال شده شامل یک مشکل خاص هستند. در حالی که پوشش گیاهی و ساختمان‌ها از داده‌ها حذف می‌شوند، DEM‌های 5 متری و 10 متری هنوز حاوی بسیاری از ویژگی‌های انسانی در چشم‌انداز هستند، مانند پل‌ها، ترانشه‌ها یا کانال‌ها، که قطعاً در آن زمان بخشی از توپوگرافی نبودند. فریم های تحت بررسی از این نظر، SRTM DEMs و ASTER GDEM V2 در مناطق نمونه ما عملکرد بهتری دارند. مزایای واضح DEM 5 متری دقت عمودی و افقی بالا و نویزهای کمتر است که باید به نتایج مدلسازی سازگارتر منجر شود، زیرا خطای ارتفاع در ASTER GDEM V2 یا DEM های SRTM نیز بسته به مکان متفاوت است.بخش 3.1 ). نمونه ای از مواردی که استفاده از DEM های با وضوح بالا باید مناسب تر باشد، سایتی در یک دره باریک است. در اینجا، یک DEM با وضوح افقی 30 متر به سادگی قادر به بازتولید چنین جزئیات در مقیاس کوچک نیست. این امر به ویژه در صورتی مرتبط است که وضوح افقی مؤثر حتی کمتر از اندازه سلول داده ها باشد، همانطور که برای ASTER GDEM V2 و SRTM-1 ارزیابی شد (به بخش 3.1 مراجعه کنید ).

ادغام هزینه های توپوگرافی و پوشش گیاهی اضافی در CDM اجرا شد. رویکرد تولید شطرنجی با ضرایب سرعت که از شبکه جریان طبقه‌بندی شده یا رستر پوشش گیاهی (در مورد ما، بیوم) به دست می‌آید، کار می‌کند، اما اجرای فعلی به دلایل مختلف پتانسیل بهبود را دارد. جدا از داده های گمشده در منطقه ساحلی، در حدود 60 کیلومتر × 60 کیلومتر، وضوح فضایی داده Stage3 Biome3.5 21k نسبتاً کم است. داده های شطرنجی Stage3 Biome3.5 21k تأثیر جهانی تری بر اندازه حوضه های سایت دارند و شکل آنها را تغییر نمی دهند، مگر زمانی که حوضه از مرزی بین دو کلاس بیوم مختلف عبور کند. داده‌های پوشش گیاهی مانند اینها می‌تواند به عنوان یک نوع عامل خارج از مسیر مفید باشد که توسط توبلر [ 36] توضیح داده شده است]. با این حال، اعتبار یا سود یک عامل خارج از مسیر نیز قابل بحث است. به احتمال زیاد ساکنان یک سایت به دلیل تمایل به صرفه جویی در انرژی، از مسیرهای تعیین شده برای تهیه منابع یا حمل و نقل غذا یا منابع بین سایت ها استفاده می کردند. در این مورد، یک عامل خارج از مسیر منطقی کمتری خواهد داشت. از آنجایی که هیچ داده جایگزینی برای پوشش گیاهی با وضوح بالا برای دوره زمانی مورد نظر برای نویسندگان وجود ندارد، این یک وظیفه روشن برای کار آینده است. رویکردهای مدل‌سازی طاقچه اکولوژیکی یا تلاش‌های بیشتر در مدل‌سازی پوشش گیاهی دیرینه می‌تواند شکاف را با ارائه داده‌های پوشش زمین با وضوح بالا پر کند. ضرایب برای هر دو شبکه پوشش گیاهی و جریان بر اساس دانش خبره [ 75 ، 76 ] یا اندازه گیری هزینه انرژی واقعی انجام شده توسط [8 ، 74 ، 105 ]. اینها از کلاسهای پوشش گیاهی یا پوشش زمین تا کلاسهای زیستی موجود ترسیم شدند، که به خوبی کار می کند، اما ممکن است ضرایب برای ارزیابی مجدد در کارهای آینده در نظر گرفته شوند. علاوه بر این، ادغام شبکه های جریانی خود در این مرحله بهینه نیست. یک مشکل کلیدی این است که عرض جریان مستقیماً به وضوح افقی DEM متصل است. ضرایب هزینه تا حدی این را در نظر می گیرند، اما تأثیر آن بر نتایج بسیار ناچیز است. این یک مشکل پیچیده است که توسط دین و همکاران بررسی شده است. [ 106]، و رویکرد مدل‌سازی می‌تواند در این زمینه بسیار بهبود یابد. علاوه بر این، لازم به ذکر است که هیچ مجموعه آبی دیگری در آنالیزها لحاظ نشده است که منجر به موضوع اساسی دیگری می شود. داده های اعمال شده (به غیر از مجموعه داده Stage3 Biome3.5 21k) جدید هستند و نمی توانند تغییرات احتمالی در ژئومورفولوژی یا هیدرولوژی را از زمان آخرین حداکثر یخبندان در نظر بگیرند. ادغام دریاچه ها در تجزیه و تحلیل شامل فیلتر کردن مخازن انسانی است. علاوه بر این، دریاچه‌ها و مخازن معمولاً بخشی از سطح بازتولید شده در DEMs هستند، به طوری که کف دریاچه در داده‌ها در دسترس نیست. همین امر در مورد آب‌سنجی در مناطق ساحلی، جایی که سطح دریا از زمان LGM تغییر کرده است، صدق می‌کند. علیرغم مسائل ذکر شده در بالا، می‌توانیم نشان دهیم که امکان گنجاندن چنین داده‌هایی در رویکرد مدل‌سازی فعلی وجود دارد.

هدف این بخش بررسی نتایجی است که در این تحقیق از دیدگاه باستان شناسی به دست آمده است. برای اینکه برای مطالعه ای از این نوع مناسب باشد، نمونه محوطه های باستانی باید دارای چارچوب زمانی یکسان باشد ( جدول 2 ). سایت‌های Solutrean زمان‌شناسی مشابهی دارند و امکان تحلیل و مقایسه خوب سایت‌ها را افزایش می‌دهند. در بخش 3.3توضیح داده شد که از پنج سایت Solutrean در نمونه ما، تنها سایت‌های Nerja و Bajondillo برای تجزیه و تحلیل باستان‌شناسی مناسب هستند، زیرا تنها این مکان‌ها سابقه چینه‌شناسی خوبی را نشان می‌دهند. علاوه بر این، باید در نظر گرفت که در مورد مدل‌سازی حوضه نمونه سایت‌ها، مجموعه داده Stage3 Biome 21k حاوی داده‌هایی در مناطق Nerja و Bajondillo نیست. بنابراین، هزینه اضافی پوشش گیاهی در هیچ یک از سایت ها در نظر گرفته نمی شود، که در حال حاضر محیط مشابهی را نشان می دهند. Bajondillo در 200 متر و Nerja کمتر از 1 کیلومتر از خط ساحلی قرار دارد، اما در طول دوره زمانی تجزیه و تحلیل ما (LGM)، ساحل حدود 5-8 کیلومتر از سایت‌ها فاصله داشت. داده های مواد خام برای هر دو سایت در دسترس است، اگرچه در مورد Nerja، داده ها تا حدی مشکل ساز هستند. به عنوان تجزیه و تحلیل مواد خام همچنین شامل سطوح Gravettian است که منابع آن به خوبی شناسایی نشده است. در مورد Bajondillo، از آنجایی که ما اطلاعات باستان شناسی در مورد بقایای جانوران نداریم، این بخش از پرونده نیز باید کنار گذاشته شود. بقیه سایت ها برای تجزیه و تحلیل باستان شناسی مشکل ساز هستند، زیرا سطوح دوباره کار می شوند یا سوابق باستان شناسی به شواهد سطحی محدود می شود.

در هر بررسی آتی، شرایط زیر باید برای هر نمونه سایت قابل اجرا باشد: سایت‌های نمونه باید همزمان، با داده‌های زمانی خوب و زمینه چینه‌شناسی خوب باشند. سایت ها همچنین باید حاوی داده های مواد خام خوب (بقایای سنگی و منابع مواد خام) و در صورت امکان، داده های جانوری خوب باشند تا بتوان رفتار اقتصادی و تحرک گروه های شکارچی-گردآورنده را استنتاج کرد.

7. نتیجه گیری

در زمینه تحلیل حوضه حوضه سایت باستان شناسی، تمرکز این کار بر ارزیابی تأثیری است که DEM های مختلف بر نتایج مدل سازی حوضه سایت برای سایت های ماقبل تاریخ اعمال می کنند. نشان داده شد که اندازه حوضه های آبریز سایت مشتق شده از شیب مدل شده با وضوح DEM ورودی ارتباط منفی دارد. علاوه بر این، کیفیت و ویژگی‌های یک DEM، مانند دقت، نویز و بازتولید بقایای ویژگی‌های چشم‌انداز انسانی، عوامل مهمی برای مدل‌سازی فاصله هزینه‌های باستان‌شناسی هستند. نشان داده شده است که انتخاب DEM برای تحقیق از اهمیت بالایی برخوردار است، زیرا DEM های مورد بررسی در این کار تنوع زیادی را در این ویژگی ها نشان دادند. DEM 5 متری و 10 متری DEM، در حالی که بالاترین دقت را ارائه می دهند، بیشترین مقدار از این گونه باقیمانده ها را دارند. گنجاندن این باقیمانده‌های معاصر باید در این زمینه در نظر گرفته شود، زیرا نتایج مدل‌سازی باید فقط شرایط ماقبل تاریخ را منعکس کند. با این وجود، وضوح بالاتر به وضوح ارزشمند است اگر سایتی در یک دره شیب دار واقع شده باشد، برای مثال، که به سادگی نمی توان آن را در اندازه سلول 30 متری بازتولید کرد، و ویژگی های معماری در مناطقی که هنوز تحت تاثیر عوامل انسانی قرار نگرفته اند، مشکلی نیست. ساخت و سازها علاوه بر این، دقت بالا باید به نتایج سازگارتر و قابل پیش بینی تر منجر شود. تا سال 2015، مزیت (فرض شده) ASTER GDEM V2 وضوح افقی بالاتر در مقایسه با SRTM-3 DEM بود. از آنجایی که SRTM-1 DEM در طول سال 2015 در دسترس قرار گرفت و مجموعه داده از دقت بالاتری برخوردار است و مصنوعات کمتری در منطقه تحقیقاتی ما دارد، SRTM-1 DEM نیز برای این منظور بسیار مناسب است. به خصوص اگر هیچ DEM رسمی با وضوح و دقت بالاتر برای منطقه مورد نظر در دسترس نباشد. با این حال، EU-DEM هیچ مزیتی در مقایسه با DEM های دیگر ارائه نمی دهد.

به طور کلی، رویکرد مدل‌سازی فاصله هزینه مبتنی بر GIS، که به تفصیل ارائه شد، به خوبی کار می‌کند، و انتظار می‌رود این نتایج تقریب بهتری از شرایط واقعی را نسبت به یک شعاع ساده ارائه دهند. علاوه بر مسائل مربوط به داده های دیرینه محیطی کاربردی (و تبدیل آنها به ضرایب هزینه، که باید در کار آینده ارزیابی شوند تا از نتایج قابل مقایسه به منظور کاهش محدودیت های این بخش از روش اطمینان حاصل شود)، نشان داده شد که امکان گنجاندن آن وجود دارد. عوامل اضافی، مانند پوشش گیاهی و شبکه های رودخانه، در رویکرد مدل سازی.

اگر، همانطور که در پایان بخش اخیر بحث شد، شرایط مربوط به داده‌های باستان‌شناسی اعمال شود، مدل فاصله هزینه‌ای که حوضه‌های سایت مبتنی بر شیب را استخراج می‌کند، ادعاهای کیفی و کمی مفیدی را برای مکان‌های باستان‌شناسی در رابطه با محیط و اتصال آنها به یکدیگر ممکن می‌سازد. با رویکرد CDM ارائه‌شده، می‌توان مکان‌های باستان‌شناسی را با استفاده از ویژگی‌های توپوگرافی، شکل‌های زمین و گونه‌های جانوری موجود در حوزه‌های آبریز مدل‌سازی شده طبقه‌بندی و مشخص کرد.

ضمیمه A. مواد اضافی

جدول A1. مشخصات شیب و اندازه منطقه حاصل از حوضه های آبریز سایت 4 ساعته با روش ارائه شده محاسبه شد. این روش برای 8 سایت ماقبل تاریخ با DEM های مختلف و با نسخه های نمونه برداری مجدد از DEM 5 متری به عنوان داده های ورودی (بخش پایین جدول) اعمال شد. * = سایت‌ها در نزدیکی ساحل واقع شده‌اند و اندازه‌های منطقه مرتبط در محاسبه اندازه متوسط منطقه حذف می‌شوند.

منابع

ویتا فینزی، سی. هیگز، اقتصاد پیش از تاریخ ES در منطقه کوه کارمل فلسطین: تجزیه و تحلیل حوضه آبریز سایت. Proc. ماقبل تاریخ. Soc. 1970 ، 36 ، 1-37. [ Google Scholar ]
Legg، RJ SITES. تجزیه و تحلیل حوضه آبریز. در دایره المعارف باستان شناسی ; دبورا، نماینده مجلس، اد. مطبوعات دانشگاهی: نیویورک، نیویورک، ایالات متحده آمریکا، 2008; صفحات 2002–2004. [ Google Scholar ]
Goodchild، MF; پارکز، BO; Steyaert، LT مدلسازی محیطی با GIS ، ویرایش پنجم. انتشارات دانشگاه آکسفورد: نیویورک، نیویورک، ایالات متحده آمریکا، 1993. [ Google Scholar ]
ویتلی، دی. Gillings, M. Spatial Technology and Archeology ; تیلور و فرانسیس: لندن، بریتانیا، 2002. [ Google Scholar ]
کونولی، جی. Lake, M. سیستم های اطلاعات جغرافیایی در باستان شناسی ; انتشارات دانشگاه کمبریج: کمبریج، انگلستان، 2006; پ. 327. [ Google Scholar ]
اوثمایر، تی. ایکلر، اس. Kurbjuhn، M. تجزیه و تحلیل حوضه آبریز سایت در اواخر پارینه سنگی میانه کریمه: یک رویکرد مبتنی بر GIS. در Kabazi V: Interstratification of Micoquian & Levallois—Mousterien Camp Sites ; Chabai, V., Richter, J., Uthmeier, T., Eds.; دانشگاه کلن: کریمه، اوکراین، 2008; جلد 3، صص 481–508. [ Google Scholar ]
Marín-Arroyo، AB استفاده از تئوری علوفه یابی بهینه برای تخمین مناطق حوضه آبریز سایت یخبندان پسین از یک مکان مرکزی: مورد کانتابریای شرقی، اسپانیا. J. Anthropol. آرکائول. 2009 ، 28 ، 27-36. [ Google Scholar ] [ CrossRef ]
Jobe, RT; White، PS یک مدل جدید هزینه-فاصله برای دسترسی انسان و ارزیابی و تعصب دسترسی در قطعه‌های پوشش گیاهی دائمی در پارک ملی کوه‌های بزرگ و اسموکی، ایالات متحده. J. Veg. علمی 2009 ، 20 ، 1099-1109. [ Google Scholar ] [ CrossRef ]
حوضه های سطحی-اوانز، اس. هزینه حوضه: کاربرد حداقل هزینه برای مدل سازی استفاده از زمین هانتر-گتر. در تحلیل کمترین هزینه مناظر اجتماعی ; White, DA, Surface-Evans, SL, Eds. انتشارات دانشگاه یوتا: سالت لیک سیتی، UT، ایالات متحده آمریکا، 2012; صص 128-151. [ Google Scholar ]
Gravel-Miguel, C. استفاده از مدل‌سازی توزیع گونه‌ها برای زمینه‌سازی شبکه‌های اجتماعی ماگدالن پایین قابل مشاهده از طریق شباهت‌های سبک هنری قابل حمل در منطقه کانتابریا (اسپانیا). کوات. بین المللی 2016 ، 412 ، 112-123. [ Google Scholar ] [ CrossRef ]
هنری، DO; بلمیکر، م. Bergin, SM اثر زمین بر اکولوژی نئاندرتال در شام. کوات. بین المللی 2016 . [ Google Scholar ] [ CrossRef ]
Kemp, K. Encyclopedia of Geographic Information Science ; SAGE Publications, Inc.: Thousand Oaks, CA, USA, 2008. [ Google Scholar ]
Gesch، DB توسعه مدل ارتفاع دیجیتال جهانی از داده های سنجش از راه دور ماهواره ای. در پیشرفت در نقشه برداری از تصاویر حسگر از راه دور: تکنیک ها و کاربردها . Yang, X., Li, J., Eds. CRC Press: Boca Raton، FL، USA، 2012; صص 92-109. [ Google Scholar ]
موکرجی، اس. جوشی، پی کی; موکرجی، اس. قوش، ع. Garg، RD; Mukhopadhyay, A. ارزیابی دقت عمودی مدل منبع باز دیجیتال ارتفاعی (DEM). بین المللی J. Appl. زمین Obs. اطلاعات جغرافیایی 2013 ، 21 ، 205-217. [ Google Scholar ] [ CrossRef ]
Hirt, C. مدل های زمین دیجیتال. در دایره المعارف ژئودزی ; Springer: Cham, Switzerland, 2014; صص 1-6. [ Google Scholar ]
Kienzle، S. اثر وضوح شطرنجی DEM بر مشتقات مرتبه اول، مرتبه دوم و زمین مرکب. ترانس. GIS 2004 ، 8 ، 83-111. [ Google Scholar ] [ CrossRef ]
ناسا JPL. مدل ارتفاع دیجیتال جهانی ASTER. 2009. در دسترس آنلاین: https://doi.org/10.5067/ASTER/ASTGTM.002 (در 31 مه 2014 قابل دسترسی است).
جارویس، ا. رویتر، HI; نلسون، ا. Guevara, E. Hole-Filled SRTM for the Globe نسخه 4. 2008. در دسترس آنلاین: http://srtm.csi.cgiar.org (دسترسی در 20 سپتامبر 2014).
ناسا JPL. ماموریت توپوگرافی رادار شاتل ناسا گلوبال ۱ قوس ثانیه. ناسا LP DAAC. 2013. در دسترس آنلاین: http://doi.org/10.5067/MEaSUREs/SRTM/SRTMGL1.003 (در 5 اکتبر 2014 قابل دسترسی است).
USGS. EarthExplorer. 2014. در دسترس آنلاین: http://earthexplorer.usgs.gov/ (دسترسی در 12 نوامبر 2014). [ Google Scholar ]
پروژه GMES RDA. EU-DEM، 2013. تولید شده با استفاده از داده ها و اطلاعات کوپرنیک با بودجه اتحادیه اروپا — لایه های EU-DEM. در دسترس آنلاین: http://www.eea.europa.eu/data-and-maps/data/eu-dem#tab-metadata (در 16 سپتامبر 2014 قابل دسترسی است).
Junta de Andalucia. Modelo Digital del Terreno de Andalucía 2001-02: Relieve y Orografía a Resolución 10 m (DVD). در دسترس آنلاین: http://www.juntadeandalucia.es/medioambiente/site/rediam/ (در 10 ژوئیه 2012 قابل دسترسی است).
PNOA تعیین شده توسط © Instituto Geográfico Nacional. MDT05/MDT05-LiDAR. 2014. در دسترس آنلاین: http://centrodedescargas.cnig.es/CentroDescargas/ (در 5 نوامبر 2014 قابل دسترسی است).
Roper، DC روش و نظریه تجزیه و تحلیل حوضه آبریز سایت: یک بررسی. Adv. آرکائول. نظریه روش 1979 ، 2 ، 119-140. [ Google Scholar ]
Birkett, C. تجزیه و تحلیل حوضه آبریز سایت: غار طاق Walkunder، نزدیک Cillagoe، کوئینزلند شمالی. در تحقیقات باستان شناسی کوئینزلند ; هال، اچ.، کمبل، ج.، ویرایش. دانشگاه کوئینزلند: سنت لوسیا، استرالیا، 1985; جلد 2، ص 132-143. [ Google Scholar ]
Ullah، IIT یک روش GIS برای ارزیابی منطقه تأثیر انسان-محیط زیست در اطراف سایت‌های باستان‌شناسی: یک مورد آزمایشی از دوران نوسنگی پسین وادی زیقلاب، اردن. J. Archaeol. علمی 2011 ، 38 ، 623-632. [ Google Scholar ] [ CrossRef ]
هانت، ED ارتقاء سایت-حوضه تجزیه و تحلیل با استفاده از GIS: بررسی الگوهای سکونت باغبانان. باستان شناسی جهانی 1992 ، 24 ، 283-309. [ Google Scholar ] [ CrossRef ]
Tripcevich، N. سطوح هزینه ناهمسانگرد و مسیرهای کم هزینه. GIS در انسان شناسی—پاییز 2006. موجود به صورت آنلاین: http://www.mapaspects.org/courses/gis-and-anthropology/weekly-class-exercises/week-9-anisotropic-cost-surfaces-and-least-cost- (دسترسی در 19 اوت 2014).
Surface-Evans، SL; White, DA مقدمه ای بر تحلیل کمترین هزینه مناظر اجتماعی. در تحلیل کمترین هزینه مناظر اجتماعی ; White, DA, Surface-Evans, SL, Eds. انتشارات دانشگاه یوتا: سالت لیک سیتی، UT، ایالات متحده آمریکا، 2012; صص 1-7. [ Google Scholar ]
گارسیا مورنو، A. روش مبتنی بر GIS برای تجزیه و تحلیل ترجیحات مکان سایت پارینه سنگی. مطالعه موردی از کانتابریای پارینه سنگی پسین (شبه جزیره ایبری شمالی). J. Archaeol. علمی 2013 ، 40 ، 217-226. [ Google Scholar ] [ CrossRef ]
گارسیا مورنو، A. مدل‌های تحرک و شواهد باستان‌شناسی: تطبیق داده‌ها در نظریه. در مجموعه مقالات کنفرانس سازمان باستان شناسی فارغ التحصیل، هرتفورد، بریتانیا، 4-5 آوریل 2008.
کی، A. انتخاب مسیر در زمین تپه ای. Geogr. مقعدی 2012 ، 44 ، 87-108. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
آیتکن، آر. مناطق وحشی در اسکاتلند. دکتری پایان نامه، دانشگاه آبردین، آبردین، انگلستان، 1977. [ Google Scholar ]
Langmuir, E. Mountaincraft and Leadership: A Handbook for Mountaineers and Hillwalking Leaders in British Isles ; شورای کوهنوردی بریتانیا: منچستر، بریتانیا، 1984. [ Google Scholar ]
نتلر، ام. بومن، MH; لاندا، م. Metz, M. GRASS GIS: GIS منبع باز چند منظوره. محیط زیست مدل. نرم افزار 2012 ، 31 ، 124-130. [ Google Scholar ] [ CrossRef ]
Tobler, W. Three Presents on the Geographical Analysis and Modeling: Non-Isotropic Geographic Modeling; گمانه زنی ها در مورد هندسه جغرافیا. و تحلیل فضایی جهانی ; گزارش فنی؛ مرکز ملی اطلاعات و تحلیل جغرافیایی: سانتا باربارا، کالیفرنیا، ایالات متحده آمریکا، 1993. [ Google Scholar ]
هاوی، ام سی با استفاده از تحلیل سطح هزینه چند معیاره برای کشف مناظر منطقه ای گذشته: مطالعه موردی فعالیت آیینی و تعامل اجتماعی در میشیگان، 1200-1600 پس از میلاد. J. Archaeol. علمی 2007 ، 34 ، 1830-1846. [ Google Scholar ] [ CrossRef ]
Verhagen، P. در جاده به هیچ کجا؟ مسیرهای کم‌هزینه، دسترسی و دیدگاه مدل‌سازی پیش‌بینی‌کننده. در مجموعه مقالات سی و هشتمین کنفرانس سالانه کاربردهای کامپیوتری و روشهای کمی در باستان شناسی، گرانادا، اسپانیا، 6-9 آوریل 2010.
Jones, KH مقایسه الگوریتم های مورد استفاده برای محاسبه شیب تپه به عنوان ویژگی DEM. محاسبه کنید. Geosci. 1998 ، 24 ، 315-323. [ Google Scholar ] [ CrossRef ]
وارن، اس دی؛ هومن، ام جی; اورسوالد، ک. میتاسووا، H. ارزیابی روش‌های تعیین شیب با استفاده از داده‌های رقومی ارتفاع. کاتنا 2004 ، 58 ، 215-233. [ Google Scholar ] [ CrossRef ]
هرتزوگ، آی. Posluschny، A. Tilt-محاسبات مسیر کمترین هزینه وابسته به شیب مورد بازبینی مجدد قرار گرفت. در راه بازسازی گذشته. کاربردهای کامپیوتری و روش های کمی در باستان شناسی (CAA). مجموعه مقالات سی و ششمین کنفرانس بین المللی ; Jerem, E., Redő, F., Szeverényi, V., Eds.; Archeaeolingua: بوداپست، مجارستان، 2008; صص 236-242. [ Google Scholar ]
حسن، ع. پیلسجو، پی. Persson، A. در مورد تولید مدل های رقومی ارتفاع از داده های liDAR – وضوح در مقابل دقت و شاخص های شاخص رطوبت توپوگرافی در تورب های شمالی. Geod. کارتوگر. 2012 ، 38 ، 57-69. [ Google Scholar ] [ CrossRef ]
ژانگ، دبلیو. مونتگومری، اندازه شبکه مدل ارتفاع دیجیتال DR، نمایش چشم‌انداز، و شبیه‌سازی‌های هیدرولوژیکی. منبع آب Res. 1994 ، 30 ، 1019-1028. [ Google Scholar ] [ CrossRef ]
سورنسن، آر. Seibert, J. اثرات وضوح DEM بر محاسبه شاخص های توپوگرافی: TWI و اجزای آن. جی هیدرول. 2007 ، 347 ، 79-89. [ Google Scholar ] [ CrossRef ]
وازه، ج. تنگ، جی. Spencer, G. تأثیر دقت و وضوح DEM بر شاخص های توپوگرافی. محیط زیست مدل. نرم. 2010 ، 25 ، 1086-1098. [ Google Scholar ] [ CrossRef ]
کانتنر، جی. واقع‌گرایی، واقعیت و مسیرها: ارزیابی الگوریتم‌های سطح هزینه و مسیر هزینه. در تحلیل کمترین هزینه مناظر اجتماعی ; White, DA, Surface-Evans, SL, Eds. انتشارات دانشگاه یوتا: سالت لیک سیتی، UT، ایالات متحده آمریکا، 2012; ص 225-238. [ Google Scholar ]
گرومن، CH اثرات تفکیک فضایی بر شیب و اشتقاق جنبه برای تجزیه و تحلیل در مقیاس منطقه ای. محاسبه کنید. Geosci. 2015 ، 77 ، 111-117. [ Google Scholar ] [ CrossRef ]
یانگ، ایکس. لی، جی. پیشرفت در نقشه برداری از تصاویر حسگر از راه دور: تکنیک ها و کاربردها . CRC Press: Boca Raton، FL، USA، 2013; صص 307-328. [ Google Scholar ]
آژانس محیط زیست اروپا Corine Land Cover 2000 Coastline. در دسترس آنلاین: http://www.eea.europa.eu/data-and-maps/data/corine-land-cover-2000-coastline/#tab-gis-data (در 20 اکتبر 2014 قابل دسترسی است).
آمانته، سی. Eakins، B. ETOPO1 1 Arc-Minute Global Relief Model: رویه ها، منابع داده و تجزیه و تحلیل . یادداشت فنی NOAA NESDIS NGDC-24; مرکز ملی داده های ژئوفیزیکی: بولدر، CO، ایالات متحده آمریکا، 2009. [ Google Scholar ]
سیستم های فضایی ژاپن ASTER GDEM – مقایسه با DEM های دیگر. 2012. در دسترس آنلاین: http://www.jspacesystems.or.jp/ersdac/GDEM/E/2.html (در 12 سپتامبر 2014 قابل دسترسی است).
DHI GRAS. اعتبار سنجی آماری EU-DEM ; گزارش فنی؛ DHI GRAS: Hørsholm، دانمارک، 2014. [ Google Scholar ]
تاچیکاوا، تی. کاکو، م. ایوازاکی، آ. گش، دی. اویموئن، م. ژانگ، ز. دانیلسون، جی. کریگر، تی. کرتیس، بی. هاس، جی. و همکاران ASTER جهانی مدل ارتفاعی دیجیتال نسخه 2—خلاصه نتایج اعتبارسنجی . گزارش فنی. در دسترس آنلاین: http://www.jspacesystems.or.jp/ersdac/GDEM/ver2Validation/Summary_GDEM2_validation_report_final.pdf (در 22 ژانویه 2017 قابل دسترسی است).
رودریگز، ای. موریس، CS; Belz, JE ارزیابی جهانی عملکرد SRTM. فتوگرام مهندس Remote Sens. 2006 ، 72 ، 249-260. [ Google Scholar ] [ CrossRef ]
آثمانیا، دی. Achour، H. اعتبار سنجی خارجی ASTER GDEM2، GMTED2010 و CGIAR-CSI- SRTM v4.1 مدل های ارتفاعی دیجیتال با دسترسی آزاد (DEMs) در تونس و الجزایر. Remote Sens. 2014 , 6 , 4600–4620. [ Google Scholar ] [ CrossRef ]
جارویس، ا. روبیانو، جی. نلسون، ا. فارو، ا. Mulligan, M. استفاده عملی از داده‌های SRTM در مناطق استوایی-مقایسه با مدل‌های ارتفاعی دیجیتال تولید شده از داده‌های نقشه‌برداری . مرکز بین المللی گرمسیری، کشاورزی (CIAT): کالی، کلمبیا، 2004. [ Google Scholar ]
Farr، TG; ماموریت توپوگرافی راداری Kobrick، M. Shuttle اطلاعات زیادی تولید می کند. EOS 2000 ، 81 ، 583-585. [ Google Scholar ] [ CrossRef ]
Farr، TG; روزن، PA; کارو، ای. کریپن، آر. دورن، آر. هنسلی، اس. کوبریک، م. پالر، ام. رودریگز، ای. راث، ال. و همکاران ماموریت توپوگرافی رادار شاتل کشیش ژئوفیس. 2000 ، 45 ، 1-33. [ Google Scholar ] [ CrossRef ]
Kobrick، M. در مورد انگشتان غول‌ها – چگونه SRTM متولد شد. فتوگرام مهندس Remote Sens. 2006 ، 72 ، 206-210. [ Google Scholar ]
روزن، تداخل سنجی رادار دیافراگم مصنوعی PA. Proc. IEEE 2000 ، 88 ، 333-380. [ Google Scholar ] [ CrossRef ]
باشفیلد، ا. Keim، A. ایجاد DEM در سراسر قاره برای اتحادیه اروپا. در سی و چهارمین سمپوزیوم بین المللی سنجش از دور محیط زیست ; انجمن بین المللی فتوگرامتری و سنجش از دور: سیدنی، استرالیا، 2011. [ Google Scholar ]
هایاکاوا، YS؛ اوگوچی، تی. Lin, Z. مقایسه مدل‌های ارتفاعی دیجیتال جهانی جدید و موجود: ASTER G-DEM و SRTM-3. ژئوفیز. Res. Lett. 2008 ، 35 ، 1-5. [ Google Scholar ] [ CrossRef ]
لی، پی. شی، سی. لی، ز. مولر، جی پی؛ دراموند، جی. لی، ایکس. لی، تی. لی، ی. لیو، جی. ارزیابی ASTER GDEM ver2 با استفاده از اندازه‌گیری‌های GPS و SRTM ver4.1 در چین. در مجموعه مقالات کنگره بیست و دوم انجمن بین المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی، ملبورن، استرالیا، 25 اوت تا 1 سپتامبر 2012.
سوواندانا، ای. کاوامورا، ک. ساکونو، ی. کوستیانتو، ای. Raharjo, B. ارزیابی ASTER GDEM2 در مقایسه با GDEM1، SRTM DEM و DEM حاصل از نقشه توپوگرافی با استفاده از تحلیل منطقه غرقابی و داده های RTK-dGPS. Remote Sens. 2012 , 4 , 2419–2431. [ Google Scholar ] [ CrossRef ]
رکسر، ام. هیرت، سی. مقایسه مجموعه‌های داده ارتفاع دیجیتال با وضوح بالا (ASTER GDEM2، SRTM v2.1/v4.1) و اعتبارسنجی در برابر ارتفاعات دقیق از پایگاه داده‌های گرانشی ملی استرالیا. اوست J. Earth Sci. 2014 ، 61 ، 213-226. [ Google Scholar ] [ CrossRef ]
استخراج پولیگه، G. DEM از عکس‌های هوایی آرشیو: ارزیابی دقت در مناطق توپوگرافی پیچیده. یورو J. Remote Sens. 2013 ، 363-378. [ Google Scholar ] [ CrossRef ]
گومز-گوتیرز، آ. اشنابل، اس. کنتادور، فلوریدا؛ Marín، RG تست کیفیت DEM های دسترسی باز و ویژگی های مشتق شده از آنها در اسپانیا: SRTM، GDEM و PNOA DEM. در مجموعه مقالات کنفرانس ژئومورفومتری 2011، ردلندز، کالیفرنیا، ایالات متحده آمریکا، 9 تا 11 سپتامبر 2011.
باگ، کالیفرنیا؛ بیتس، PD; شومان، جی. Trigg، MA SRTM حذف پوشش گیاهی و دقت مدل‌سازی هیدرودینامیکی. منبع آب Res. 2013 ، 49 ، 5276-5289. [ Google Scholar ] [ CrossRef ]
گش، دی. اویموئن، م. ژانگ، ز. مایر، دی. دانیلسون، جی. اعتبار سنجی مدل جهانی ارتفاع دیجیتال ASTER نسخه 2 در سراسر ایالات متحده. بین المللی قوس. فتوگرام Remote Sens. Spatial Inf. علمی 2012 ، XXXIX-B4 ، 281-286. [ Google Scholar ] [ CrossRef ]
Gesch، DB; اویموئن، ام جی; ایوانز، ارزیابی دقت GA مجموعه داده های ارتفاعی ملی سازمان زمین شناسی ایالات متحده، و مقایسه با سایر مجموعه داده های ارتفاعی منطقه بزرگ: SRTM و ASTER . گزارش فنی؛ سازمان زمین شناسی ایالات متحده: Sioux Falls، SD، ایالات متحده آمریکا، 2014.
لوانا، اس. هو، ایکس. Wang، Y. ارزیابی دقت مجموعه داده‌های SRTM dem و Aster Gdem برای منطقه ساحلی استان شاندونگ، شرق چین. پول ماریت. Res. 2015 ، 22 ، 15-20. [ Google Scholar ] [ CrossRef ]
رودریگز، ای. موریس، CS; بلز، جی. چاپین، EC; مارتین، جی.ام. دافر، دبلیو. هنسلی، اس. ارزیابی محصولات توپوگرافی SRTM . گزارش فنی؛ آزمایشگاه رانش جت: پاسادنا، کالیفرنیا، ایالات متحده آمریکا، 2005.
بارون، ای. پولارد، دی. آلفانو، ام جی; هانتلی، بی. پروژه مرحله سوم. 2001. در دسترس آنلاین: http://www.esc.cam.ac.uk/research/research-groups/research-projects/stage-three-project/stage-three-project-simulations (در 20 نوامبر 2014 قابل دسترسی است).
سفید، DA; باربر، SB مدل‌سازی جغرافیایی شبکه‌های حمل و نقل عابر پیاده: مطالعه موردی از اواکساکای پیشکلمبیایی، مکزیک. J. Archaeol. علمی 2012 ، 39 ، 2684-2696. [ Google Scholar ] [ CrossRef ]
فریکز، بی. هرست، سی. پیلمور، دی. شوایگر، بی. Talbert, C. مدل سطحی هزینه زمان سفر — نسخه 1.7 ; گزارش فنی؛ خدمات پارک ملی شبکه کوه راکی: فورت کالینز، CO، ایالات متحده آمریکا، 2008.
تئوبالد، دی.م. نورمن، جی بی. نیومن، پی. برآورد استفاده بازدیدکنندگان از مناطق حفاظت شده با مدلسازی دسترسی: مطالعه موردی در پارک ملی کوه راکی، کلرادو. جی. کنسرو. طرح. 2010 ، 6 ، 1-20. [ Google Scholar ]
کورتس سانچز، م. مورالس مونیز، آ. سیمون-والخو، MD؛ برگادا-زاپاتا، MM; دلگادو-هورتاس، آ. لوپز-گارسیا، پ. López-Sáez، JA; Lozano-Francisco، MC; Riquelme-Cantal، JA; روزلو-ایزکویردو، ای. و همکاران پویایی محیطی و فرهنگی دیرینه سواحل مالاگا (اندلس، اسپانیا) در دوران پلیستوسن فوقانی و هولوسن اولیه. کوات. علمی Rev. 2008 , 27 , 2176-2193. [ Google Scholar ] [ CrossRef ]
Cascalheira, J. Tecnología lítica solutrense do Abrigo de Vale Boi. دکتری پایان نامه، دانشگاه آلگاروه، فارو، پرتغال، 2009. [ Google Scholar ]
جوردا-پاردو، جی اف. Aura-Tortosa، JE Radiocarbono، cronoestratigrafía y episodios ocupacionales en el Pleistoceno superior y Holoceno de la Cueva de Nerja (مالاگا، اندلس، اسپانیا). متفرقه خانه ویک کابررا 2006 ، 1 ، 579-597. [ Google Scholar ]
کورتس سانچز، M. El Extremo occidente Neandertal. El Paleolítico Medio en el sur de la Península Ibérica. در Neandertales Cantábricos. Estado de la Cuestión ; Barquín, R., Corruchaga, J., Eds. Monografías del Museo Nacional y Centro de Investigación de Altamira: Santillana del Mar, Cantapria, Spain, 2005; جلد 20، ص 55–74. [ Google Scholar ]
Sanchidrián، JL; مارکز، آ. والاداس، اچ. Tisnerat، N. Dates pour l’art rupestre d’Andalusie (Espagne) را کارگردانی می کند. بین المللی Newsl. راک هنر 2001 ، 29 ، 15-19. [ Google Scholar ]
هاله، JE; جوردا پاردو، جی اف. Fortea Pérez، FJ La Cueva de Nerja y los inicios del Solutrense en Andalucía. زفیروس 2006 ، 59 ، 67-88. [ Google Scholar ]
جوردا، جی اف. هاله، JE; Jordá, F. El límite Pleistoceno-Holoceno en el yacimiento de la Cueva de Nerja (مالاگا). Geogaceta 1990 ، 7 ، 102-104. [ Google Scholar ]
هاله، JE; جوردا پاردو، FJ; گونزالس تابالز، ج. Bécares-Pérez, J.; Sanchidrián Tortí, J. Secuencia arqueológica de la Cueva de Nerja: La Sala del Vestíbulo. در Las culturas del Pleistoceno Superior en Andalucía ; Sanchidrián, JL, Simón, MD, Eds. Patronato de la Ceuva de Nerja: مالاگا، اسپانیا، 1998; ص 217-236. [ Google Scholar ]
Corchón، MS El Solutrense y el arte rupestre en پرتغال. Reflexiones acerca de la obra de O. Da Veiga Ferrreira y su proyección actual. استود. آرکئول. Oeiras 2008 , 16 , 183-234. [ Google Scholar ]
Rethemeyer, J. Dataciones C14. در Cueva de Ardales. Intervenciones Arqueológicas 2011-2014 ، ویرایش 1. Ramos, J., Weniger, GC, Cantalejo, P., Espejo, MM, Eds.; Ediciones Pinsapar: مالاگا، اسپانیا، 2014; پ. 219. [ Google Scholar ]
کورتس سانچز، م. فرر پالما، جی. مارکز مرلو، آی. بالدومرو ناوارو، آ. Simón Vallejo، MD Apuntes cronológicos، paleoambientales y Cultures al tránsito Paleolítico medio-superior en Cueva Bajondillo (تورمولینوس، مالاگا). Mainake 2007 ، 29 ، 493-512. [ Google Scholar ]
کورتس، ام. برگادا زاپاتا، MM; Gibaja Bao، JF; Jiménez Espejo، F. سیمون والهو، MD؛ Riquelme Cantal، JA El Solutrense en la costa de Málaga: Contexto paleoambiental y cronocultural. Pyrenae 2011 ، 42 ، 51-75. [ Google Scholar ]
Pellicer، M. Estratigrafía prehistórica de la Cueva de Nerja. 1 ^a Campaňa ; Excavaciones Arqueológicas en Espaňa: مادرید، اسپانیا، 1963; پ. 84. [ Google Scholar ]
Giménez, S. La Cueva de la Pileta (Monumento Nacional) ; Publicaciones de la Caja de Ahorros Provincial: مالاگا، اسپانیا، 1958. [ Google Scholar ]
Barroso Ruiz, C. El Pleistoceno Superior de la Cueva del Boquete de Zafarraya, Consejería de Cultura ; Junta de Andalucía: گرانادا، اسپانیا، 2003. [ Google Scholar ]
موسسه تحقیقات سیستم های محیطی (ESRI). سیستم اطلاعات جغرافیایی ArcGIS ; ESRI: Redlands، CA، USA، 2015. [ Google Scholar ]
تیم توسعه QGIS. سیستم اطلاعات جغرافیایی QGIS ; بنیاد زمین فضایی منبع باز: Beaverton، OR، ایالات متحده، 2015. [ Google Scholar ]
کنراد، او. بچتل، بی. بوک، ام. دیتریش، اچ. فیشر، ای. گرلیتز، ال. وهبرگ، جی. ویچمن، وی. Böhner, J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. Geosci. مدل Dev. 2015 ، 8 ، 1991-2007. [ Google Scholar ] [ CrossRef ]
تیم توسعه GDAL. GDAL—Geospatial Data Abstraction Library ; بنیاد زمین فضایی منبع باز: Beaverton، OR، ایالات متحده، 2015. [ Google Scholar ]
جورجیل، بی. Tourigny، E. ProfileTool. در دسترس آنلاین: http://hub.qgis.org/projects/profiletool (دسترسی در 14 مه 2015).
هرتزوگ، I. مروری بر مطالعات موردی در تحلیل کم‌هزینه باستان‌شناسی. آرکئول. Calcolatori 2014 ، 25 ، 223-239. [ Google Scholar ]
Strahler، آنالیز هیپسومتری (منطقه-ارتفاع) توپوگرافی فرسایشی. گاو نر جئول Soc. صبح. 1952 ، 63 ، 1117-1142. [ Google Scholar ] [ CrossRef ]
موسسه تحقیقات سیستم های محیطی (ESRI). شیب چگونه کار می کند. در دسترس آنلاین: http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/how-slope-works.htm (در 24 ژانویه 2017 قابل دسترسی است).
شاخ، سایه‌زنی BKP Hill و نقشه بازتاب. Proc. IEEE 1981 ، 69 ، 14-47. [ Google Scholar ] [ CrossRef ]
پاردو، جی اف جی; گونزالس، AM; Tortosa، JEA; فرناندز، E.Á. آریستو، کارشناسی; گارسیا، ای بی. پرز، JVM؛ ریپول، نماینده مجلس؛ Currás، MPV Evolución paleogeográfica، paleoclimática y paleoambiental de la costa meridional de la Península Ibérica durante el Pleistoceno برتر. El caso de la Cueva de Nerja (مالاگا، اندلس، اسپانیا). بول. Real Soc به ویژه تاریخچه نات بخش جئول 2011 ، 105 ، 137-147. [ Google Scholar ]
هرتزوگ، I. مسیرهای کم هزینه-برخی مسائل روش شناختی. اینترنت آرکائول. 2014 ، 36 . [ Google Scholar ] [ CrossRef ]
Imhof، E. Gelände und Karte. Geogr. J. 1951 , 117 , 353. [ Google Scholar ]
کوندو، ی. Seino، Y. آزمایش‌های پیاده‌روی با کمک GPS و مدل‌سازی هزینه سفر مبتنی بر داده در جاده تاریخی ناکاسندو-کیسوجی (هلند مرکزی ژاپن). در ساختن تاریخچه تعاملی. کاربردهای کامپیوتری و روش های کمی در باستان شناسی (CAA). مجموعه مقالات سی و هفتمین کنفرانس بین المللی ; Frischer, B., Crawford, JW, Koller, D., Eds. Archaeopress: آکسفورد، انگلستان، 2010; صص 158-165. [ Google Scholar ]
سول، آر جی. ضرایب زمین گلدمن، RF برای پیش‌بینی هزینه انرژی. J. Appl. فیزیول. 1972 ، 32 ، 706-708. [ Google Scholar ] [ PubMed ]
دین، دی جی؛ تاکار، وی. سیردشموک، ن. مسیریابی بهینه در میان مناظر دارای موانع خطی پر هزینه. ترانس. GIS 2015 . [ Google Scholar ] [ CrossRef ]

شکل 1. مروری بر مکان های ماقبل تاریخ که برای ارزیابی کلاس های زیستی DEM و Stage3 21 ka [ 73 ] استفاده می شد.

شکل 2. نمودار فرآیند رویکرد مورد استفاده برای انجام مدل‌سازی مسیر حوضه و کمترین هزینه (LCP در این کار استفاده نشده است).

شکل 3. نمونه پروفیل های ارتفاعی در اندلس.

شکل 4. پروفیل های ارتفاعی DEM ها که برای مقایسه استفاده می شوند. ( الف ) نمایه 1; ( ب ) مشخصات 2; ( ج ) نمایه 3. نقشه: OpenStreetMap

شکل 5. تپه های DEM های مختلف. ( الف ) نمایه 1; ( ب ) مشخصات 2; ( ج ) نمایه 3.

شکل 6. مقایسه ایزوکرون های 4 و 8 ساعته. نقشه پایه: SRTM-1 DEM.

شکل 7. مقایسه ایزوکرون های 4 و 8 ساعته حاصل، 5 متر DEM. نقشه پایه: SRTM-1 DEM.

شکل 8. مقایسه ایزوکرون های 4 و 8 ساعته حاصل، SRTM-1 DEM. نقشه پایه: SRTM-1 DEM.

جدول 1. اطلاعات پایه در مورد DEM های اعمال شده [ 21 ، 22 ، 23 ، 51 ، 52 ، 53 ، 54 ، 55 ، 56 ].

جدول 2. تاریخ گذاری Solutrean از Bajondillo و Nerja. Bj: Bajondillo NV: Nerja Vestíbulo منطقه، TL: سن یابی ترمولومینسانس، AMS C14: سن سنجی رادیو کربن با طیف سنجی جرمی شتاب دهنده، C14: تاریخ گذاری رادیوکربن.

جدول 3. شرح سطوح Solutrean در نمونه سایت ها. AD: Ardales، Bj: Bajondillo.

جدول 4. ضرایب سرعت برای آب های مختلف [ 76 ].

جدول 5. ضرایب سرعت برای بیوم های مختلف (فراوانی در منطقه مورد نظر) از پایگاه داده شبیه سازی آب و هوا و پوشش گیاهی پروژه مرحله سوم [ 73 ]. ضرایب سرعت از کارهای White and Barber [ 74 ]، Frakes و همکاران استخراج شده است. [ 75 ]، تئوبالد و همکاران. [ 76 ].

جدول 6. همبستگی های شطرنجی ارتفاع و مقدار شیب بین DEM مرجع 5 متری و سایر DEM ها. RMSE ارتفاع نسبت به DEM مرجع 5 متری.

جدول 7. ارزیابی آماری همبستگی بین اندازه منطقه، وضوح DEM، شیب میانگین. * = سایت ها در نزدیکی ساحل واقع شده اند و از محاسبه اندازه متوسط منطقه مستثنی شده اند.

جدول 8. اندازه های نسبی مساحت حوضه های آبریز سایت 4 ساعته با روش ارائه شده محاسبه شده است. نتایج DEM 5 متری مرجع با شاخص اندازه 1 است. این روش برای 8 مکان ماقبل تاریخ با DEM های مختلف و با نسخه های نمونه برداری مجدد از DEM 5 متری و نمونه های 30 متری EU-DEM استفاده شد. و DEM 10 متری به عنوان داده ورودی، برای امکان مقایسه در وضوح افقی مشابه. * = سایت ها در نزدیکی ساحل واقع شده اند و از محاسبه اندازه متوسط منطقه مستثنی شده اند.

© 2017 توسط نویسندگان. دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC BY) ( http://creativecommons.org/licenses/by/4.0/ ) توزیع شده است.

دسته‌بندی نشده

درخواست مشاوره

09120049370

8 صبح تا 12 شب