归一化植被指数在遗址探测中的应用

针对目前遗址探测研究多基于单时相遥感数据开展,存在偶然性,对最佳探测时间的研究较少等问题,该文以洛阳盆地为研究对象,利用多时相遥感数据,通过时间序列谐波分析算法(HANTS)重构时间序列植被指数数据集,去噪的同时对比分析出利用冬小麦长势信息进行地下遗址遥感监测的最佳时间区间。研究表明,受地下遗址的胁迫,在分蘖期,冬小麦长势明显比非遗址区的长势差,表明该时期是进行地下遗址探测的最佳时期,进而对最佳探测时期内NDVI积分,有效增强了遗址区和非遗址区之间差异,突出地下遗址的位置和轮廓信息。利用该研究成果,文章成功探测到汉魏洛阳故城以及古伊洛河异常区,与现有的考古资料相吻合。     

新石器时代榆林东北部环境宜居性分析

针对榆林东北部地区新石器时代的环境宜居性分布规律进行研究,通过SOFM神经网络模型对研究区聚落等级进行划分,结合地形高程、坡度、坡向、距水系距离、植被覆盖度等因子,构建指数模型。研究结果表明,研究区遗址大都分布在海拔1 000~1 200m、坡度3~9°、距水系距离为0~800m、坡向为阳坡以及植被覆盖度较好的区域,一级聚落均分布在古代环境宜居性较高的区域。与仅使用地形因子建立的指数模型相比,加入植被覆盖度和聚落等级因子的模型对不宜居的沙漠和遗址分布空白区域划分的宜居性等级低,对遗址分布密集的宜居区域划分的宜居性等级高,宜居性等级划分结果与各等级遗址密度分布的客观事实更为吻合,综合因子模型对区域宜居性等级划分更为精确。