چکیده: مدل‌ های پیش¬‌بینی بخشی از رویکرد های آماری مبتنی بر GIS هستند، که در میان پژوهش های باستان‌ شناختی با توجه به توسعه تئوری‌ ها و ابزار های مورد استفاده، جایگاه مهمی دارند. مدل های پیش بینی در کنار پردازش و بررسی آماری متغیر های محیطی تأثیر گذار بر مکان‌ گزینی محوطه و کمک به شناخت چشم‌ انداز فرهنگی و طبیعی منطقه مورد مطالعه، منجر به ارائه برنامه برای مدیریت بهتر میراث فرهنگی می ‌شوند. این نوشتار نیز با رویکردی آماری-تحلیلی و با بکار گیری داده‌ های حاصل از بررسی باستان شناختی، سعی در ارائه مدل پیش ‌بینی بخشی از منطقه شرق کردستان را دارد که در آن بررسی‌‌ باستان‌شناختی صورت نگرفته است. مدلسازی پیش‌بینی به روش یادگیری ماشینی MaxEnt با استفاده از یازده عامل به عنوان متغیر طبیعی و همچنین داده ‌های حضور (محوطه ‌ها) که برای مدلسازی ضرورت دارند، انجام گرفته است. مساحت مدل به دو بخش آزمایشی( بیجار و دهگلان) و محدوده پیش‌بینی(قروه) تقسیم شده است چرا که مدل پیش‌ بینی‌ شهرستان قروه بر اساس متغیر های طبیعی و داده‌ های حضور شهرستان های بیجار و دهگلان رخ داده است. در نهایت نقشه پیش‌بینی به چهار کلاس به عنوان محدودۀ با مطلوبیت خیلی زیاد، زیاد، متوسط و کم تقسیم شد. محدودۀ خیلی زیاد که شامل 10 درصد مساحت کل مدل می‌ شود در برگیرنده 59 درصد محوطه‌ های عصرآهن بخش شرقی کردستان می¬شود و در عین حال مشخص شد متغیر های پوشش گیاهی، کاربری اراضی و فاصله از رود ها از تأثیرگذارترین عوامل بر مدل بوده‌ اند. همچنین داده‌ های اولیه در قروه، 62 درصد از محوطه‌ ها را در مساحت 8 درصدی با مطلوبیت خیلی زیاد نشان می دهد که نشان از صحت پیش بینی دارد. و آماره AUC مقدار 0.836 را نشان می دهد و مقدار یابش 0.82برای مدل محاسبه شده است که نشان از مدل پیش بینی با ارزش رویکردی 1 دارد. واژگان کلیدی: مدل پیش‌بینی باستان‌شناختی، GIS، MaxEnt، شرق کردستان، عصر آهن

واژه‌های کلیدی: مدل پیش‌بینی باستان‌شناختی، GIS، MaxEnt، شرق کردستان، عصر آهن

متن کامل [PDF 955 kb]   (241 دریافت)    

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:

---

---