【遥感应用】微观到宏观制图—通过遥感观测过去景观
来源: https://www.arch.cam.ac.uk/micro-to-macro-mapping-2013-observing-past-landscapes-via-remote-sensing
被阅读 141 次
2018-06-26

2018年2月13日

这是一幅由1254张图像产生的印度西北部植被指数的合成图像。图像展示了一个由8000公里以上的古河道组成的复杂古河道网。新MSRM算法将有助于对印度西北部完整的古代古河网进行制图,并更好地了解公元前2600-1900年印度河流域文明发展情况。

图片提供:Hector A. Orengo

 

远程探知地形变化工作长期以来依赖航空和卫星图像解译。然而,有效解析这些图像的工作可能会受到拍摄时的环境条件阻碍、图像质量以及地形信息缺乏的影响。

最近,摄影测量(photogrammetry)、激光探测和测距(LiDAR)模型数据对于工程师、水文学家、景观设计师和考古学家进行地理分析已司空见惯。

一般来说,这些技术旨在突出小尺度“微地形”,如:最近在危地马拉茂密丛林中发现的庞大玛雅定居网络。但是,如何在更大的范围进行这些点的连接呢?

本周发表于《地球表面处理与地形(Earth Surface Processes and Landforms)》期刊上的一项新研究成果中展示,英国剑桥(Cambridge)考古学家提出了一种新算法——多尺度地形模型(Multi-Scale Relief Model,MSRM)模型,它能够在各种尺度上提取微地形信息,使用微、中、大尺度数字陆表(DSM)和数字地形(DTM)模型。

McDonald考古研究所研究员,该研究论文第一作者,Hector Orengo博士表明,我们最初开发这个算法是用于补充多时相多光谱遥感卫星图像,作为TwoRains项目的一部分,目前它应用于重建史前印度西北部的河流网络。

TwoRains多时相遥感途径具有一种重要的作用,它能够发现和精确地追踪超过8000公里的残水路线;该图像已被选为今年剑桥科学节(Cambridge Science Festival)的封面图片(见上图)。

此外,论文作者意识到许多古代河流还未被发现。

Orengo博士指出,我们很快发现,探知和勘测堤坝、河床、河边悬崖和沙丘等地形特征可以帮助我们深入了解古河流变化的行为以及他们最终消失的原因。MSRM新算法已经解决了这一需求,它的应用已经大大扩充了我们对印度西北部超过10000条新的古河道palaeoriver网络的认知。

了解印度河文明对当时水资源进行利用和管理的过程是TwoRains项目的核心。

该ERC资助项目的负责人、论文联合作者Cameron Petrie博士评论,我们正在对人类适应印度冬季和夏季降雨系统所创造的生态环境的本质进行调查。这些系统对于了解过去和规划未来非常重要,因为它们有可能对当前问题产生直接影响,例如:粮食安全以及在特定地区的人类居住区的可持续性问题。

因为人类可以调整他们的行为适应广泛的各种不同的气候和环境条件,所以至关重要的是,我们需要了解过去、现在和未来在面对天气变化条件下以及遭遇突发气候变化事件时,人类选择所具有的恢复性和可持续性程度。重建位于印度西北部的Sutlej-Yamuna 河谷地区史前水文网络有助于我们更全面了解这些适应性。

Orengo博士认为这种新方法在考古学领域外还有很多用途。他认为,MSRM应用也能有利于其他所有关于小地形差异解译的研究领域。我们已在论文中开放代码,希望其他研究人员能够利用它开展他们的研究工作,并对其进行评估和改进。

 

原文题目:

Micro to macro mapping - Observing past landscapes via remote-sensing

资料来源:

https://www.arch.cam.ac.uk/micro-to-macro-mapping-2013-observing-past-landscapes-via-remote-sensing

 

(王化编译,殷永元审核)