Юридическая
консультация:
+7 499 9384202 - МСК
+7 812 4674402 - СПб
+8 800 3508413 - доб.560
 <<
>>

§ 2.5. Использование пространственного ГИС-анализа.

Таким образом, в ходе полевых и камеральных работ была создана АГИС «Кисловодск» (Афанасьев и др., 2004. С. 60-62), включающая в себя растровые слои аэрофото- и космоснимков, топографических карт, векторные слои разных представлений в виде точек (памятники археологии, родники), линий (реки, горизонтали рельефа местности), полигонов (населенные пункты, границы участков земледелия и каменных загонов для скота), а также трехмерная модель рельефа Кисловодской котловины, полученная с помощью спутниковых данных

ASTER и отображаемая в виде нерегулярной триангуляционной сети (TIN) (Коробов, 2011. С. 35) (рис. 6).

Анализ данных дистанционного зондирования, результаты

рекогносцировочной разведки, охватывающие 182 поселения I тыс. н.э. (153 укрепленных и 29 неукрепленных) и более детальные работы на 61 памятнике (43 укрепления, 9 поселений и 9 могильников) позволяют приступить к изучению особенностей расселения раннесредневекового населения Кисловодской котловины и использования ими окружающих ландшафтов. Данный анализ поселенческих памятников эпохи раннего Средневековья и их округи включает несколько этапов:

1. Классификация укрепленных и неукрепленных поселений.

2. Обоснование синхронности их существования во времени.

3. Изучение пространственных особенностей размещения поселений разных типов методами ГИС.

4. ГИС-моделирование климатических особенностей, влияющих на это размещение.

5. Изучение закономерностей, связанных со степенью обзора и взаимной визуальной коммуникацией между памятниками разных типов.

6. Пространственное моделирование потенциальных экономических зон каждого места обитания, поиск и реконструкция их пахотных и пастбищносенокосных угодий.

7. Изучение эволюции системы расселения алан в Кисловодской котловине на протяжении I - начала II тыс. н.э.

Методические особенности работы требуют более подробного освещения приемов пространственного анализа памятников археологии, проводившегося с помощью ГИС-технологий. Под пространственным анализом в ГИС обычно понимается набор алгоритмов (функций), обеспечивающих анализ

местоположения (размещения), связей и иных пространственных отношений пространственных объектов, включая анализ зон видимости/невидимости, анализ

Различают несколько уровней пространственных структур в археологии:

- микроуровень (в рамках отдельных комплексов);

- средний уровень (в рамках памятника);

- макроуровень (в рамках региона).

Большинство археологических исследований касается анализа точечных структур, проводимых на макроуровне, т.е. изучение пространственного расположения памятников археологии в рамках региона. При изучении распределения в пространстве подобных структур применяется ряд следующих методов пространственного анализа.

Простейшей мерой точечного распределения является плотность точек (density). Она определяется как результат деления числа точек на общую площадь, на которой они расположены (рис. 57). Плотности широко используются как меры измерения компактности точек. Сравнивая плотности археологических объектов в разных областях, мы можем выявлять разные закономерности формирования археологических культур. Мы можем также анализировать этапы сложения культур, если будем сравнивать плотности распределения памятников одного региона в разные моменты времени. Вычисление плотности точек проводится с помощью специальных алгоритмов, которые существенно влияют на получаемою при анализе картину их пространственного распределения (Silverman, 1986. P. 7-33; Herzog, 2009).

Наиболее распространенными в ГИС является простое и ядерное вычисления плотности методом ближайшего соседства. При простом вычислении (Simple density) вычисляется плотность точек вокруг каждой растровой ячейки карты. При этом, соседство определяется вокруг каждого растрового центра ячейки, а число точек, которые находятся в пределах области соседства, суммируется и делится на площадь данной области. При ядерном методе вычисления плотности (Kernel density) вокруг каждой точки выстраивается гладкая кривая аналитическая поверхность, величина которой является самой высокой в местоположении точки и уменьшается с увеличивающимся расстоянием от нее, достигая ноля на расстоянии, равном радиусу поиска вокруг точки, который задается в программе.

Помимо общей плотности распределения, нас может интересовать еще и ее форма. Распределение является равномерным (uniform), если число точек на единицу площади в каждой малой подобласти такое же, как и в любой другой подобласти. В противном случае мы имеем дело с неравномерным (irregular, nonuniform) распределением объектов. Точечные объекты могут распределяться равномерно в пространстве в одном из трех возможных вариантов. Если точки расположены в узлах сетки, разделенных одинаковыми интервалами по всей области, то такое равномерное распределение называется регулярным (regular) (рис. 58, в). В других случаях равномерно распределенные точки располагаются в случайном (random) порядке по всей рассматриваемой области (рис. 58, б) либо они бывают собраны в тесные группы; такое распределение называется сгруппированным, или кластерным (clustered) (рис. 58, а).

Регулярные точечные распределения относительно редко встречаются среди археологических явлений и связаны, как правило, с высокой организацией пространства, характерной, например, для памятников классической археологии (рис. 59, слева). В большинстве случаев мы имеем дело с иерархической системой размещения памятников, когда, например, поселения более низкого уровня группируются вокруг экономических и/или административных (религиозных) центров (рис. 59, справа).

Равномерные точечные распределения могут изучаться на основе отношений между одинаковыми подобластями, называемыми квадратами (quadrats). Это очень распространенный метод анализа дискретных данных. В стандартном методе анализа квадратов (quadrat analysis) определенная территория покрывается сеткой квадратов, каждый из которых рассматривается как объект, описываемый некоторым набором признаков, и в дальнейшем анализируется совокупность территориальных квадратов. Пример использования

данного метода, близкий к археологическим задачам, можно найти в работе Н.В. Пиотух, когда пространственно-экономическая типология территории

анализировалась по ряду признаков, связанных с хозяйственной деятельностью жителей Новоржевского уезда Псковской губернии XVIII в. (рис. 60). Признаки, характеризующие пространственную сетку, описывали по шкале баллов сельскохозяйственные угодья (пашенные и сенокосные), наличие водных ресурсов и дорог, качество почв (Пиотух, 2005).

Система центральных поселений и сетка Кристаллера - метод, разработаный немецким географом Вальтером Кристаллером (рис. 61).

Некоторые особенности ее применения в археологии уже были затронуты в предыдущей главе. В археологии эта методика нашла свое применение в изучении поселенческих структур, когда по методу Кристаллера осуществляется разделение карты местности с помощью окружностей или шестигранников с выделением поселенческого центра для каждого из них и подбором радиуса для наиболее оптимального деления территории (рис. 62) (Clarke, 1968. P. 508-509; Grant, 1986). Этот способ применялся, например, В.Б. Ковалевской для картографирования гипотетических мест проживания аланского населения во Франции (Ковалевская, 1995. С. 130).

Другим способом использования теории Вальтера Кристаллера стало изучение центральности поселений, ставшее особым направлением в европейской поселенческой археологии. Об этом направлении подробнее говорилось в предыдущей главе. Здесь же следует упомянуть три основных школы, рассматривающие разные аспекты центральности поселений: это изучение иерархии поселений в Великобритании, выделение функциональных

особенностей памятников в Германии и распределение поселений по степени богатства находок в Скандинавии (Steuer, 2007).

Гравитационный метод базируется на предположении о значимости отдельных узлов модели, которая может быть неодинаковой. Более крупные объекты привлекают к себе большую активность, поэтому размер такого притяжения может представляться во многом подобно гравитационному притяжению тел, обладающих массой. Чем больше масса, тем больше сила притяжения между ним и его соседями.

Перенося идею гравитационного притяжения на взаимодействие между поселенческими центрами, мы получим модель гравитации (gravity model), которая в общем виде выражается в том, что общий объем связей между двумя поселениями должен быть прямо пропорционален произведению численности их населения и обратно пропорционален квадрату расстояния между ними.

С помощью метода гравитации анализируются археологические поселенческие структуры. При этом, как правило, показатель численности населения заменяется на показатель площади памятника (Hodder, Orton, 1976. P. 73-78; Crumley, 1979. P. 141-173). Вычисленные с помощью метода гравитации индексы связи между поселениями выстраиваются в виде графов, которые помогают построить иерархическую модель системы расселения (рис. 63). Теоретические аспекты и практические результаты применения этого метода можно найти в работах Г.Е. Афанасьева (1987; 1993а).

Помимо описания точечных распределений в пределах выбранных подобластей, также весьма полезно бывает рассмотреть локальные отношения внутри пар точек. Чаще всего это делается методом анализа ближайшего соседства (nearest neighbor analysis), общепринятой процедурой определения расстояния от каждой точки до ее ближайшего соседа (РБС) и сравнения этой величины со средним расстоянием между соседями. Вычисление этого статистического показателя включает определение среднего РБС среди всех возможных пар близколежащих точек (такие точки определяются как ближайшие к выбранной). Среднее РБС дает меру разреженности точек в распределении в пространстве (рис. 64). Как и в анализе квадратов, мы можем сравнить среднее РБС с тремя возможными распределениями - регулярным, случайным и сгруппированным путем специальных вычислений индекса случайного распределения (Де Мерс, 1999. С. 326-327).

Более сложными являются процедуры пространственного моделирования потенциальной ресурсной зоны вокруг памятника, получившие название Site catchment analysis. История их применения в археологии кратко рассматривалась в предыдущей главе.

Существуют различные методы для моделирования потенциальной экономической округи вокруг древних поселений. Наиболее распространенный представляет собой построение окружностей с определенным радиусом, внутри которого выделяются различные зоны для хозяйственного использования (рис. 65). Подобный метод применялся Г.Е. Афанасьевым для изучения потенциальных экономических территорий вокруг аланских поселений в бассейне Среднего Дона. Имеются многочисленные примеры использования данного метода в ГИС-анализе памятников археологии, некоторые из которых можно найти в статье Г.П. Гарбузова (Гарбузов, 2007а).

Мною применялась усовершенствованная процедура ГИС-анализа потенциальных экономических зон вокруг поселения, построенная методом анализа энергетических затрат на преодоление расстояния с учетом движения по рельефу местности. Данная процедура получила в литературе название Cost Distance Analysis (van Leusen, 1999. P. 216-218; Weathley, Gillings, 2002. P. 151159). Суть ее заключается в расчете энергетических затрат, которые предполагаются различными при движении по ровной местности, вниз по склону и вверх по склону. Стоимость энергозатрат также увеличивается по мере удаления от точки начала движения. В результате компьютерных расчетов мы строим карту ГИС с так называемой «стоимостной поверхностью» (Cost Surface), которая имеет различные цвета в зависимости от затрат на преодоление расстояния по рельефу местности (Cost Distance Surface) (рис. 66) в зависимости от направления вниз или вверх по склону (Cost Direction Surface) (рис. 67). Анализ данной поверхности может служить для моделирования кратчайшего пути к выбранным объектам карты с учетом энергетических затрат на преодоление расстояния (рис. 68).

В археологии подобный анализ применяется относительно редко (van Leusen, 1999. P. 216). В отечественной практике анализ расчета стоимости пути использовался Г.В. Требелевой в диссертационной работе (результаты пока не опубликованы). Имеются примеры применения подобных процедур в статьях украинских исследователей, публиковавшихся в электронном сборнике «Археология и геоинформатика» (Томашевский, Вовкодав, 2007; Манигда, 2012). Один из первых подобных опытов в отечественной археологии был проведен автором при анализе доступности источников воды, а также моделировании пахотных угодий вокруг аланских поселений Кисловодской котловины, о чем подробнее будет сказано ниже (Коробов, 2008; 2010в; 2012а).

Точечные распределения могут также характеризоваться с помощью полигонов Тиссена (Thiessen Tessellation), называемых также диаграммами Дирихле (Dirichletdiagrams) и диаграммами Вороного (Voronoi diagrams) (Wheatley, Gillings, 2002. P. 149-151). Они названы в честь климатолога А. Тиссена, который пытался описывать и анализировать точечные данные с помощью площадных символов и аналитических методов. Операция по созданию полигонов Тиссена довольно проста. Если у нас есть несколько точечных объектов, мы можем представить себе, что каждая точка окружена одиночным неправильным многоугольником. Граница этого многоугольника проходит на середине расстояния между данной точкой и всеми соседними точками. В подобном случае каждая точка покрытия будет иметь свой собственный полигон Тиссена, показывающий область исключительно ее влияния (рис. 69). Эту область при анализе археологического материала можно рассматривать как область потенциальной экономической зоны вокруг поселения (Афанасьев и др., 2004. С. 67-68).

Следует отметить, что широко распространенная процедура анализа территории вокруг археологических памятников путем построения полигонов

Тиссена имеет ряд ограничений, которые следует учитывать при использовании данного метода (Ruggles, Church, 1996. P. 147-173). Прежде всего, если мы используем эту процедуру без учета веса поселения, то у нас примерно одинаковые по площади территории будут иметь рядовые мелкие поселения и крупные центры, в которых проживало большее количество населения и которые, соответственно, нуждались в большей по площади экономической зоне (рис. 70). Таким образом, при моделировании необходимо разделять объекты на обладающие большим и меньшим весом (площадью, количеством населения), что будет влиять на размер построенных вокруг них полигонов (рис. 71).

Другим отмеченным авторами цитируемой работы ограничением в использовании деления территории с помощью полигонов Тиссена стало отсутствие внешних границ по периметру анализируемой территории. В результате полигоны, расположенные по внешней стороне анализируемой карты, имеют непропорционально большие зоны влияния (рис. 69-71). Это ограничение может быть преодолено, если задать максимальное расстояние до границы полигона от его центра (рис. 72).

Наконец, один из главных недостатков метода Тиссена заключается в том, что территория рассматривается как двумерная плоскость и при ее делении не учитываются внутренние барьеры (например, глубокие каньоны рек), которые являются естественными границами. В программах ГИС можно преодолеть и это ограничение, если осуществлять построение полигонов Тиссена по так называемым «маскам» - специально созданным полигональным объектам, границами между которыми являлись бы внутренние территориальные барьеры.

<< | >>
Источник: Коробов Дмитрий Сергеевич. СИСТЕМА РАССЕЛЕНИЯ АЛАН ЦЕНТРАЛЬНОГО ПРЕДКАВКАЗЬЯ В I ТЫС. Н.Э. (ЛАНДШАФТНАЯ АРХЕОЛОГИЯ КИСЛОВОДСКОЙ КОТЛОВИНЫ). ТОМ 1. Диссертация на соискание ученой степени доктора исторических наук. Москва - 2014. 2014

Еще по теме § 2.5. Использование пространственного ГИС-анализа.:

  1. 1.2. ЗАДАЧИ, ИНФОРМАЦИОННАЯ БАЗА И ОСНОВНЫЕ НАПРАВЛЕНИЯ АНАЛИЗА ЗАПАСОВ
  2. 5.3. Экспериментальные исследования предложенного алгоритма гистограммного анализа тепловизионных изображений
  3. 5.3.2. Анализ результатов работы алгоритма с реалъншли изображениями
  4. 3.2. Формирование и использование инструментария имидж-системы вуза
  5. Анализ функций управления
  6. Анализ использования фонда рабочего времени
  7. Таблица 9 – Матрица стратегий использования результатов SWOT-анализа
  8. + 60. анализ формирования и использования прибыли организации
  9. ОГЛАВЛЕНИЕ
  10. ВВЕДЕНИЕ
  11. МЕТОДИКА РАБОТЫ. ИСПОЛЬЗОВАНИЕ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В АРХЕОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ
  12. § 2.5. Использование пространственного ГИС-анализа.
  13. § 2.6. Практическая работа по адаптации методов ГИС для анализа ресурсных зон и моделирования хозяйственного деления территории.
  14. § 2.7. Трехмерное моделирование в ГИС.
  15. § 4.1.2. Особенности укрепленных поселений разных классов.
  16. § 6.1. Особенности расселения алан Кисловодской котловины во II-IV вв.
  17. § 6.2. Особенности расселения алан Кисловодской котловины в V-VIII вв.
  18. § 6.4. Расселение в эпоху развитого Средневековья (X-XII вв.).
  19. ЗАКЛЮЧЕНИЕ
- Археология - Великая Отечественная Война (1941 - 1945 гг.) - Всемирная история - Вторая мировая война - Древняя Русь - Историография и источниковедение России - Историография и источниковедение стран Европы и Америки - Историография и источниковедение Украины - Историография, источниковедение - История Австралии и Океании - История аланов - История варварских народов - История Византии - История Грузии - История Древнего Востока - История Древнего Рима - История Древней Греции - История Казахстана - История Крыма - История науки и техники - История Новейшего времени - История Нового времени - История первобытного общества - История Р. Беларусь - История России - История рыцарства - История средних веков - История стран Азии и Африки - История стран Европы и Америки - Історія України - Методы исторического исследования - Музееведение - Новейшая история России - ОГЭ - Первая мировая война - Ранний железный век - Ранняя история индоевропейцев - Советская Украина - Украина в XVI - XVIII вв - Украина в составе Российской и Австрийской империй - Україна в середні століття (VII-XV ст.) - Энеолит и бронзовый век - Этнография и этнология -