[发明专利]一种史前聚落遗址分布特征的挖掘方法

摘要

本发明公开的史前聚落遗址分布特征的挖掘方法，包括如下步骤a、空间数据与属性数据的获取；b、利用空间分析及统计方法，获取史前聚落遗址的环境倾向性、集聚性特征、遗址中心点、热点，初步获取史前聚落遗址的空间分布特征；c、运用逻辑回归法和证据权重法，定量分析史前聚落遗址与地理环境的关系，建立史前聚落遗址预测模型，并对模型进行评价与解释。从而提供了一种科学、合理地利用已发掘的大量考古资料，并为未来提高考古发掘决策水平和服务效率提供帮助。

主权项

一种史前聚落遗址分布特征的挖掘方法，其特征在于，包括如下步骤：a、空间数据与属性数据的获取：从考古资料中获取史前聚落遗址相关的栅格数据及属性信息，结合研究区域的地形数据，利用GIS技术和数据库技术，根据已筛选、统计处理后的聚落遗址相关空间数据与属性数据，建立相应的空间数据库和属性数据库；b、利用空间分析及统计方法，获取史前聚落遗址的环境倾向性、集聚性特征、遗址中心点、热点，初步获取史前聚落遗址的空间分布特征；c、运用逻辑回归法和证据权重法，定量分析史前聚落遗址与地理环境的关系，建立史前聚落遗址预测模型，并对模型进行评价与解释；其中运用逻辑回归法构建史前聚落遗址预测模型，包括如下步骤：101、变量的选择及提取选择史前聚落遗址以及随机点作为训练样本，其中随机点看作非遗址点，模型因变量只有两个值，遗址点为1，非遗址点机即随机点为0，自变量的选择包括高程或地形起伏度或坡度或坡向或表面曲率或视域或距离五级河流水平距离及垂直距离或距离小河水平距离及垂直距离或土壤类型或土壤质地，利用地形数据库生成相应环境变量的栅格表面，然后提取遗址点和非遗址点的自变量值，形成建立逻辑回归模型的数据集；102、检验变量显著性，优化构建的逻辑回归模型，并通过显著性检验拟合逻辑回归模型，所述逻辑回归模型为：式中，因变量P为聚落遗址存在的概率；自变量xn为影响遗址存在的环境变量；n为选取环境变量的数目；参数βn为待求的回归系数；103、根据建立起来的逻辑回归模型计算整个研究区域的史前聚落遗址存在概率，然后将概率值重分类为低、中、高三个等级，等级越高，遗址存在的概率越大，并在GIS中生成遗址分布概率图；104、对逻辑回归遗址预测模型进行评价，并对该遗址预测模型及遗址分布概率图进行聚落考古解释，从而获取史前聚落遗址分布特征。