一种用于识别印度马哈拉施特拉邦纳格浦尔和昌德拉普尔地区露天旧石器时代遗址的预测模型

《Journal of Archaeological Science: Reports》：A Predictive Model for the Identification of Open-Air Palaeolithic Sites in Nagpur and Chandrapur Districts, Maharashtra, India

本研究运用最大熵（MaxEnt）模型，结合地质、地貌、岩石等7个环境变量，预测印度马哈拉施特拉邦纳格普尔和昌德拉普尔地区旧石器时代露天遗址的空间分布。结果显示，海拔、河流距离和地质特征为关键因素，模型验证的AUC达0.9844，验证了模型在热带地区考古勘探中的可靠性和可扩展性。

　　

Sushant Begade

印度那格浦尔拉什特拉斯安特·图卡多吉·马哈拉杰大学古代印度历史、文化和考古学系，440033

摘要

本研究采用最大熵（MaxEnt）建模方法，预测印度马哈拉施特拉邦东部那格浦尔和昌德拉普尔地区露天旧石器时代遗址的空间分布。共分析了172个经过验证的遗址位置，并将其与七个环境变量进行对比：地质、地貌、岩石类型、海拔、坡度、朝向以及距河流的距离，这些变量是史前人类聚居的关键决定因素。通过交叉验证和AICc优化对模型进行调优，确定了最佳配置（特征类别 = 线性-二次项，正则化乘数 = 1），最终得到0.9844的AUC值、0.03148的Kvamme增益值，以及高度显著的Kolmogorov–Smirnov检验结果（p = 9.02 × 10^-12^0）。海拔（67.23%）、距河流的距离（14.84%）和地质条件（12.91%）被确定为主要预测因子，这突显了河流走廊、原材料可获得性和地形稳定性在人类聚居模式中的重要性。所得概率分布图显示，高适宜性区域与已知考古遗址之间存在强烈空间对应关系，验证了该模型的预测可靠性。这一可复制且经过统计校准的框架为印度旧石器时代考古学建立了首个区域优化的MaxEnt模型，为数据稀缺的热带地区未来的勘探工作提供了可扩展的工具。

引言

露天旧石器时代遗址的发现及其空间分布研究为我们了解人类行为模式、聚居策略及其与第四纪环境变化之间的相互作用提供了重要窗口。然而，在印度中部等热带地区，茂密的植被、红土层和沉积过程会掩盖地表文物的可见性，使得传统的调查方法耗时且结果往往不完整（Wheatley和Gillings，2002；Verhagen和Whitley，2012）。预测建模结合环境变量、空间统计方法和地理信息系统（GIS），为这类地区提供了系统性的遗址分布概率推断手段（Kvamme，1988；Conolly和Lake，2006）。

在过去三十年中，预测建模从简单的环境相关性技术发展为统计上严谨、数据驱动的方法，能够估算大范围景观中的遗址概率（Verhagen等人，2009；Kvamme，1990；Kvamme，2020；Wang等人，2023）。其中，最大熵（MaxEnt）建模最初用于生态位预测，因其能够有效处理仅有存在记录的数据集和复杂的变量交互而受到重视（Phillips等人，2006；Rafuse，2021；Boemke等人，2022）。MaxEnt通过基于熵的优化方法生成概率分布图，特别适用于数据稀疏、分布不均且往往偏向于已调查区域的考古数据集（Elith等人，2010；Muscarella等人，2014；Feng等人，2019）。

尽管如此，考古学中的预测建模仍面临采样偏差、过拟合和可重复性等问题（Araújo和Guisan，2006；Zurell等人，2020）。选择适当的环境变量、模型复杂度以及定义空间“可进入区域”（M）对模型准确性至关重要（Barve等人，2011；Sánchez-Fernández等人，2011）。此外，许多考古模型缺乏透明的参数文档，阻碍了其可重复性和跨比较（Feng等人，2019）。因此，越来越多地强调采用可重复性检查清单和标准化报告协议（Verhagen和Whitley，2012；Zurell等人，2020）。

在印度，尽管空间技术在考古学中的应用日益增多（Pappu等人，2011；Kaur等人，2024），但预测建模仍需进一步探索。马哈拉施特拉邦的维达尔巴地区包括那格浦尔和昌德拉普尔地区，该地区被瓦英冈加河和瓦尔达河流域穿越，拥有众多阿舍利文化、中石器时代和晚石器时代的遗址，但对其空间分布的系统理解仍有限（Begade和Sahu，2024a；Begade和Sahu，2024b）。鉴于该地区复杂的地质条件、动态的河流地貌以及间歇性红土化的现象（Kale，2002；Mishra等人，2007），预测建模为研究古景观动态和识别考古潜力区域提供了有力手段。

因此，本研究采用数据驱动的MaxEnt建模框架，识别那格浦尔和昌德拉普尔地区适合露天旧石器时代遗址出现的环境区域。模型整合了七个环境变量：海拔、坡度、朝向、地质、地貌、岩石类型以及距河流的距离，以评估它们对遗址适宜性的相对贡献。研究目标有三个：（i）量化关键环境因素对遗址分布的影响；（ii）使用标准化评估指标评估优化后的MaxEnt模型的性能和预测可靠性；（iii）为印度中部的未来考古勘探策略促进可重复性和透明的方法论报告。

研究区域

研究区域

研究区域涵盖印度马哈拉施特拉邦东部那格浦尔和昌德拉普尔地区的连续景观，属于印度中部高原上的瓦英冈加-瓦尔达河流域。地理上，该区域位于北纬19°25′至21°44′、东经78°15′至80°10′之间，面积约为21,300平方公里（图1）。虽然模型范围大致对应当前的行政边界，但这些边界的选择旨在涵盖全部研究区域。

模型性能与评估

经过调优的MaxEnt模型在识别那格浦尔和昌德拉普尔地区适合露天旧石器时代遗址的环境区域方面表现出强大的预测能力和出色的区分能力。最佳配置为线性-二次项（LQ）特征类别，正则化乘数（RM）为1，通过参数调优获得了模型拟合度与复杂度之间的最佳平衡（最低AICc值）。

该模型的交叉验证AUC值为0.6961。

在考古学背景下评估预测建模

本研究应用MaxEnt算法，展示了预测建模在复杂且数据稀缺的景观中识别露天旧石器时代遗址的方法论和解释潜力。模型的高性能（AUC = 0.9844）及其与已验证考古遗址的强空间对应关系，体现了其可靠性和区分能力。通过明确选择特征类别和调整正则化参数，进一步提升了模型的性能。

结论

本研究证明了最大熵（MaxEnt）算法在模拟印度中部那格浦尔-昌德拉普尔地区露天旧石器时代遗址空间分布方面的分析能力和考古适用性。通过系统的参数优化，调整后的线性-二次项模型（RM = 1）实现了优异的预测性能（AUC = 0.9844）、最小的过拟合以及高解释透明度。

致谢

作者衷心感谢Prabash Sahu教授（博士）在本研究过程中的宝贵指导、建设性反馈和持续支持。同时，作者感谢印度地质调查局（GSI）和印度空间研究组织（ISRO）提供关键的地空间和地质数据集，这些数据集对开发本研究中提出的预测模型至关重要。