文化遗迹是反映过去人类社会行为的物质证据，也是早期人类与自然环境长期交互作用的具体表现，蕴含着丰富的古代人类生产生活方式、文化特征以及当时的自然条件等方面的相关信息。因此，通过文化遗迹的研究能够认识古代社会和人类行为，探究人类活动与自然环境之间复杂的交互关系，理解人类文化时空多样性形成的社会作用与环境机制。这对于阐明人类社会的演变规律，推动当前社会的可持续发展具有重要意义。由于，受环境变迁和保存状况的影响，大部分古代文化遗迹的位置和空间范围模糊不清，与周边环境深度融合，很难通过主动调查的方式发现这些珍贵的古代人类文化遗迹。尽管遥感技术在考古调查过程中逐渐被考古学家所认可，但这些研究大多是在宏观空间尺度下开展，以发现较大体量的遗迹为主。不仅难以评估这些遗迹的空间分布，也不能对于遗址中各种遗迹的类别和性质进行准确的判定。在这种研究范式下，具有高光谱性质的地物波谱数据为遗址内不同文化遗迹空间分布和文化类型的科学，准确识别带来契机。

       本研究在中原地区收集有效光谱数据14210条，涵盖多种典型的考古遗迹类型，包括灰坑、墓葬、壕沟、夯土、红烧土、黄土、古土壤和湖沼相沉积。结果表明，SNV+PCA与SVM相结合的光谱分类模型表现出更优的效果。通过光谱特征筛选和模型精度评估确定区分考古遗迹的最佳波长范围为：524 - 553nm、663 - 686nm、974 - 1000nm、1092 - 1114nm和2161 - 2185nm。所构建的典型考古遗迹光谱库，结合基于机器学习的自动识别和分类技术，不仅提高了考古遗迹识别的效率，还促进了遗迹调查的信息化和自动化。有效减少遗迹识别过程中对个人经验和主观意识的过度依赖。目前，数据库主要涉及中国中部地区从新石器时代到青铜时代的史前时期光谱数据，而与历史时期遗址相关的光谱数据数量有限。随着数据库的不断扩充，这种研究方法将得到广泛运用，并将在考古学中发挥越来越重要的作用。

       该研究成果近期发表在Remote Sensing Applications: Society and Environment，第一作者为罗镕基，通讯作者为鲁鹏研究员，还有来自河南理工大学、北京大学、首都师范大学、中国社会科学院考古研究所、河南省文物考古研究院和郑州市文物考古研究所的合作研究人员。

       本研究得到国家自然科学基金项目(41971016、41671014、42071119)、国家社会科学基金项目(19ZDA227)、河南省科技攻关联合基金项目(225200810048)河南省科技计划项目(232102320165、242102321146)、郑州环境考古研究项目、河南省特聘研究员(230501009、220501003)、河南省科学院基础科学研究项目(230601063、230601065)、河南省科学院创新团队项目(20230103)。

论文信息：

Rongji Luo, Lu Peng, Panpan Chen, Hongtao Wang, et al. 2025. Hyperspectral classification of ancient cultural remains using machine learning. Remote Sensing Applications: Society and Environment.

论文链接：https://doi.org/10.1016/j.rsase.2025.101457

图4 不同典型考古遗迹的平均反射率和标准差

图6 光谱预处理结果

图9 筛选的特征波段（a）CARS算法；（b）RF_FI算法

表5  SVM 模型分类结果

撰稿：罗镕基

初审：任杰

审核：杜军

终审：鲁鹏