一个用于可视化考古、分析和保护数据的3D地理空间平台及AI导览应用程序：以基斯诺斯岛（Kythnos Island）的弗里奥卡斯特罗（Vryokastro）考古遗址群为例

《Journal of Archaeological Science: Reports》：A 3D geospatial platform and AI tour application for visualizing archaeological, analytical, and conservation data: the case of the Vryokastro archaeological ensemble, Kythnos Island

数字文化遗产保护平台整合三维地理信息系统（PostGIS/Unity/Cesium）与AI技术（智能保育员、动态叙事引擎），通过稳定同位素分析与激光扫描重建克里特岛Vryokastro遗址，实现实时降解模拟、多维度用户交互及文化遗产教育

　　本研究介绍了一个名为“Palimpsisto”的集成数字平台，旨在通过增强文化遗产的可视化、解释和保护，为公众提供更加深入的互动体验。该平台以希腊基提翁岛上的考古遗址Vryokastro作为案例，结合了三维地理信息系统（3D GIS）和基于人工智能（AI）的虚拟导览工具，使用户能够沉浸式地访问考古、分析和保护数据。通过将骨、玻璃和砂浆样本的稳定同位素分析数据整合进PostgreSQL/PostGIS地理数据库，并利用Unity和Cesium进行可视化，实现了实时、地理参考的三维渲染。平台的主要功能包括一个“智能保护者”聊天机器人、基于定制T5语言模型的叙事引擎，以及用于模拟退化现象的工具。这一多学科方法不仅促进了文化遗产教育和公众参与，还支持了保护实践中的决策制定。Palimpsisto平台为未来的数字考古和遗产信息学应用提供了一个可复制的模型。

随着信息技术的迅速发展，传统的文化机构如考古遗址、博物馆和图书馆的运作模式正在发生深刻变化。虚拟导览作为数字替代方案，正在成为提升文化遗产可访问性的关键工具。虚拟导览通常分为两种类型：一种是沉浸式的现有遗址重建，使用户可以探索数字化的文物和建筑；另一种是完全虚拟环境的创建，使用户能够与可能并不存在于现实世界中的文化元素进行互动。这些平台不再只是被动地传递知识，而是通过互动和参与式体验，增强用户与文化遗产内容之间的联系。这种互动性不仅提高了用户的参与度，还使他们能够从更广泛的历史和文化背景中理解文物。

在文化遗产研究中，地理空间框架虽然能够容纳三维元素，但通常更侧重于二维表示。近年来，三维可视化技术的迅速发展，强调了其在增强理解，特别是复杂现象方面的重要性。同时，三维信息对于描绘古代环境也变得越来越关键，不仅用于定义物理景观，还用于直观建模抽象概念，如洪水动态、污染扩散和城市分析。近年来，博物馆的重点也从单纯展示文物的美学价值，转向强调文物所传达的历史叙事和概念。这种转变使得博物馆能够更有效地将文物与更广泛的背景联系起来，为游客提供更具意义的体验。此外，这种叙事方法也有助于向更广泛的全球受众展示文化遗产，从而提升其教育和文化传播的影响力。

扩展现实（XR）技术，包括虚拟现实（VR）、增强现实（AR）和混合现实（MR），是数字文化遗产创新的重要组成部分。这些技术能够提供沉浸式的文化资产体验，涵盖记录、解释和学习等多个方面。VR通过将用户完全沉浸在重建或无法进入的环境中，使虚拟博物馆和培训平台成为可能。AR则将重建的文物或遗址叠加在实际地点上，增强游客的体验和博物馆的解释能力。MR则结合了真实和数字元素，支持协作的保护规划和基于建筑信息模型（BIM）的遗址管理。除了提升游客参与度，XR技术还减少了对脆弱文物的处理，支持无风险的专业培训，并通过在线XR平台扩大了全球访问范围。尽管XR技术具有诸多优势，但其应用仍面临高成本、技术过时、兼容性问题以及数字重建真实性等挑战。未来的发展方向包括通过WebXR和移动XR提高可及性，利用AI增强重建，以及将数字孪生与XR结合，实现智能遗产监测。

本项目实施于希腊基提翁岛，该岛拥有丰富的历史和重要的考古价值。Vryokastro遗址位于岛屿西北岸，从公元前第一个千年持续有人居住至公元六或七世纪。遗址的遗迹面积约为28.5公顷，包括一个小岛Vryokastraki，该岛在古代通过一条狭窄的陆地与大陆相连。自1990年以来，系统性的调查和随后的挖掘工作揭示了大量文物和古代建筑，如神庙、公共建筑、住宅、港口设施和墓葬。这些发现为研究该遗址的规划和古代社区的社会、政治与经济状况提供了重要信息。

在建筑施工方面，该岛的地面由多种类型的结晶板岩（变质岩）和夹杂的大理石层构成。板岩和石灰岩被广泛用于古代城市的建筑中，而上城遗址中发现的大理石碎片则证实了其在建筑中的并行使用。一些大理石样本被选中以确定其来源。在对上城遗址内部的考古遗迹进行现场检查时，收集了多种石材，包括珊瑚岩、板岩和砂浆，因为它们是不同时期建筑的结构组成部分。这些石材的分析提供了关于古代居民饮食结构的重要信息。研究显示，碳、硫、氧和氮的同位素数据表明，大多数饮食蛋白质来源于本地动植物，部分可能来自海洋资源。在C3饮食类型中，δ13C值主要反映陆地饮食，而海洋资源的消费则可能导致C和N同位素的升高。同位素重建提供了关于基提翁居民饮食的重要信息，显示出淡水输入的可能，但也有可能C4来源，如小米或玉米，构成了部分个体的重要食物来源。

除了骨样本的分析，对基提翁岛玻璃样本的稳定同位素分析表明，所有玻璃样本均可归类为天然碱玻璃，由二氧化硅沙和天然碱制成。该样本集与意大利半岛和古皮纳的考古遗址中的同时期文物具有相似的化学特征，表明这些原材料可能来源于瓦迪纳特隆和黎凡特地区。此外，对34S和18O的稳定同位素分析能够成功区分基提翁纪念碑表面黑色污渍的来源，揭示了不同来源的硫酸盐（海洋与污染）在退化过程中的竞争作用。

在方法论方面，本研究采用了详细的现场规划，使用FARO FOCUS 150 S地面激光扫描仪进行扫描，以确保高质量的三维数据采集。通过点云数据的处理和滤波，以及三维点云的重建，创建了高分辨率的纹理模型，并实现了所选建筑的可视化。此外，还采用了摄影测量技术对文化遗物进行三维数字化。该过程包括点云的预处理步骤，如降噪、滤波、初始对齐和精细校准。随后，通过体素网格下采样，将点云空间划分为三维像素（体素）网格，并用一个代表点近似每个体素中的点，从而在保留整体结构的同时显著减少点的数量。最终，通过网格重建，生成了完整的三维模型，并结合纹理图像，以实现高精度和逼真的可视化效果。

为了构建完整的三维地理空间平台，除了对建筑进行三维重建，还同时数字化了二维地理空间数据，主要包括坐标信息和描述属性。使用了开源工具GeoJSON.io来生成和管理这些数据集。为了支持这一整合，采用了PostgreSQL作为底层数据基础设施，因为它与PostGIS扩展兼容，能够提供先进的地理空间数据存储、管理和空间分析功能。PostGIS作为一个开源扩展，允许在PostgreSQL中处理地理对象，并符合开放地理空间联盟（OGC）的SQL简单特征规范。它在地理空间数据库中的应用已得到广泛研究支持，其功能在进一步研究中得到了扩展。

在三维重建过程中，每个扫描结果都包含一个粗略的点云数据，以及提供颜色信息的全景照片。点云数据点数约为8-1000万，而颜色信息则用于给点云网格上色，从而创建颜色三维模型。预处理步骤包括降噪、去除极端点、初始对齐和精细校准。随后，通过体素网格下采样，减少点云数据的大小和复杂度，同时保持几何准确性和细节。最终的网格重建过程生成了连续的、由多边形组成的网格模型，以代表扫描对象或场景的表面几何。网格重建是将点云数据转换为可用于可视化、模拟和其他应用的格式的关键步骤。最终的三维模型通过Poisson表面重建算法生成，包括平滑处理、去除尖锐边缘、纹理映射和UV展开。该过程的成果是带有纹理的完整和优化的三维模型，具有高精度和逼真渲染的特点。

除了建筑和遗址的三维重建，还使用相同的方法对文化遗产对象进行了三维数字化，唯一的区别是使用摄影测量技术而非激光扫描仪。这种方法使得对象的三维模型能够准确地呈现其细节和纹理。三维重建和可视化流程包括数据采集、预处理、数据降噪、网格重建以及颜色映射等多个阶段。通过这些步骤，最终生成了带有纹理的三维模型，可用于虚拟探索和退化可视化。

为了构建完整的三维地理空间平台，还同时数字化了二维地理空间数据，主要包括坐标信息和描述属性。使用了开源工具GeoJSON.io来生成和管理这些数据集。为了支持这一整合，采用了PostgreSQL作为底层数据基础设施，因为它与PostGIS扩展兼容，能够提供先进的地理空间数据存储、管理和空间分析功能。PostGIS作为一个开源扩展，允许在PostgreSQL中处理地理对象，并符合开放地理空间联盟（OGC）的SQL简单特征规范。它在地理空间数据库中的应用已得到广泛研究支持，其功能在进一步研究中得到了扩展。

为了实现三维模型的可视化，采用了Cesium开源JavaScript库和Unity引擎。Cesium是一种广泛采用的库，用于在Web上开发三维地理空间应用，无需额外插件。通过利用WebGL进行硬件加速渲染，Cesium支持高保真、高细节和逼真的地理空间数据可视化。Cesium还提供了完整的工具和服务生态系统，包括Cesium ion，它有助于管理和传播三维地理空间内容。Unity引擎则因其广泛的设备和平台支持，成为开发交互式多媒体应用、游戏和模拟的理想选择。通过将Cesium与Unity集成，可以利用Cesium提供的三维模型和材料（如卫星图像和数字地形模型）来创建沉浸式的三维环境。在Unity环境中，三维模型和纹理被分配到每个重建的表面，以确保高视觉细节，同时避免GPU内存过载。标准Unity着色器（基于物理的渲染——PBR）被应用，以实现真实的光照与材质交互，确保在不同光照条件下的一致性。

在构建三维模型的过程中，还采用了Cesium Georeference组件，它连接Unity游戏引擎与Cesium的精确地理定位功能，使用户能够在全球范围内准确地定位和移动模型。三维模型通过Cesium 3D Tileset组件加载，该组件通过数据库中存储的每个建筑的JSON文件的URL来获取模型。这种集成方法使得用户能够在虚拟环境中自由探索，同时确保模型的地理参考准确性。此外，为了实现高效的资源利用和快速渲染，系统根据用户的地理位置、细节级别和观察方向动态加载三维模型和地图。

为了确保三维模型的准确性和完整性，采用了多种技术，如点云数据的降噪、滤波和空间划分。通过体素网格方法，将空间划分为规则的三维体素网格，并用单个点表示每个体素，从而在减少数据密度的同时保持整体结构。这种方法在数据缩减与细节保留之间取得平衡，具体取决于项目的分析和可视化需求。最终生成的三维模型在obj或ply格式中，并附有png或jpg纹理，以实现高质量的虚拟探索和退化可视化。

在构建三维地理空间平台的过程中，还开发了一个智能保护者工具，该工具基于人工智能（AI）和自然语言处理（NLP）技术，为用户提供关于文化遗产保护的个性化指导。通过训练不同的模型，如神经网络、支持向量机（SVM）和XGBoost，结合深度学习和传统机器学习方法，对传感器数据、生化分析数据和考古学家的专业知识进行系统分析，以估计文物的退化程度。这些模型在训练过程中使用了交叉熵损失函数，并结合了网格搜索优化方法，以提高模型的准确性。结果表明，除了随机森林，其他所有方法的预测误差都较低，因此采用了一种混合方法：神经网络、SVM和XGBoost各自生成独立的预测，最终输出是这三种模型预测的平均值。预测结果被限制在[0.5, 5.5]范围内，以确保模型在面对未知数据时的稳定性。

为了实现智能保护者功能，采用了基于自然语言处理（NLP）的Rasa框架，该框架允许用户以自然语言与系统进行交互。通过UnityWebRequest，将用户输入的数据发送到Rasa服务器，并处理服务器返回的JSON对象，以更新用户界面。登录后，智能保护者会向用户发送欢迎信息，并提供关于建筑维护的互动。此外，还开发了基于T5模型的智能导览系统，该模型通过迁移学习技术，能够生成多样化的叙述，并根据用户的输入生成相关问题。这种方法使得导览内容更加丰富和个性化，提升了用户体验。

在构建虚拟导览应用时，采用了开放的API接口，以实现主应用与智能叙述功能的分离。API提供了多种工具，使得系统能够快速识别用户提到的特定建筑，并提取和展示相关信息。为了提升叙述的多样性，对现有的T5模型进行了微调，使其能够根据不同的数据生成新的叙述。此外，该模型还用于生成与每座建筑相关的问答，以增强用户的互动体验。这些问答功能基于Open Book Question Answering（OBQA）方法和大型语言模型（LLMs），能够从数据库中提取相关信息，并生成自然、符合人类语言习惯的回答。

本研究的最终成果是一个集成了多种技术的三维地理空间平台，为文化遗产的可视化、保护和教育提供了新的可能性。该平台不仅能够实现高精度的三维模型重建，还结合了地理空间数据、传感器数据和考古分析数据，为用户提供全面的交互体验。通过智能导览系统和保护工具，用户能够深入了解文化遗产的历史、现状和保护需求，同时获得个性化的指导和信息。该平台的可扩展性和模块化设计，使其成为未来数字遗产和地理信息系统应用的典范。此外，该平台的交互性和易用性，使其能够吸引不同背景的用户，包括专业考古人员和普通公众，从而增强他们对文化遗产的感知和参与度。