塞尔维亚中部旧石器时代洞穴遗址预测模型比较研究：基于PFR、GAM与MaxEnt的多尺度分析

【编辑推荐】本研究针对巴尔干中部旧石器时代洞穴遗址分布预测难题，通过对比概率频率比(PFR)、广义加性模型(GAM)和最大熵模型(MaxEnt)三种建模技术，发现MaxEnt(AUC>0.85)在插值与外推性能上均表现最优，首次揭示了地形粗糙度指数(TRI)与河谷深度是影响洞穴选址的关键环境因子，为稀缺考古数据区域的遗址预测提供了方法论范式。

　　

在探索人类文明起源的版图上，巴尔干半岛始终是考古学家眼中的"失落拼图"。这片喀斯特地貌纵横的区域，曾见证旧石器时代猎人如何利用天然洞穴繁衍生息，但严苛的地形条件也让系统性考古调查举步维艰。传统"地毯式"勘探需要耗费巨大的人力物力，而现有遗址数据库的稀疏性更让研究人员陷入"盲人摸象"的困境——我们究竟遗漏了多少隐藏的史前家园？

来自塞尔维亚科学基金NEEMO项目组的研究团队在《Quaternary International》发表了一项突破性研究。他们首次将三种空间预测模型——概率频率比(Probabilistic Frequency Ratio, PFR)、广义加性模型(Generalized Additive Model, GAM)和最大熵模型(Maximum Entropy Modelling, MaxEnt)置于同一竞技场，通过多尺度验证框架，为巴尔干洞穴遗址绘制出科学"藏宝图"。

研究团队创新性地采用嵌套区域建模策略：先以塞尔维亚中部为核心训练区，再扩展至整个巴尔干山脉进行外推验证。技术路线融合了GIS空间分析与机器学习算法，关键步骤包括：1) 整合29个已知洞穴遗址坐标与12类环境变量(如坡度、河谷深度、地形粗糙度指数TRI等)；2) 采用受试者工作特征曲线下面积(Area Under the Curve, AUC)进行模型效能评估；3) 通过响应曲线解析环境变量阈值效应。

【区域设定】
地质分析显示，研究区洞穴集中分布在海拔229-489米、平均坡度20.6°的陡峭喀斯特地带，地形粗糙度指数(TRI>26m)显著高于周边区域。这种特殊地貌组合为MaxEnt模型识别出"高概率区"提供了生物地理学依据。

【材料与方法】
PFR模型通过计算遗址在各环境变量分类中的频率比实现风险分级，GAM采用平滑函数拟合非线性关系，而MaxEnt则通过最大熵原理约束下的概率分布优化，展现出更强的特征捕捉能力。三者在0.25×0.25km网格分辨率下进行交叉验证。

【分布与统计】
描述性统计揭示62%遗址位于河谷1.5km缓冲区内，且与特定地质单元(如侏罗纪石灰岩)显著相关。MaxEnt的变量贡献度分析表明，河谷深度(34.7%)和坡度(28.1%)是决定性因子，这与PFR模型识别的"15-30°坡向区间风险激增"现象相互印证。

【决定性因素】
模型共性发现：洞穴选址呈现"双因素驱动"模式——既需要陡峭地形(保障洞穴形成)又要求临近水源(满足生存需求)。MaxEnt响应曲线显示，当河谷深度>85m且TRI在20-35m区间时，遗址出现概率呈指数增长。

【结论】
这项研究不仅证实MaxEnt(AUC=0.892)在考古预测中的优越性，更创建了适用于数据稀缺区的建模范式。通过将预测结果与塞尔维亚洞穴数据库匹配，研究人员成功筛选出17处高潜力未勘探点，其中5处与地质图记载的"无考古记录洞穴"重合。该方法为探索全球其他喀斯特地貌区的史前人类适应策略提供了可复制的技术框架。

讨论部分特别指出，多尺度建模揭示的"环境选择阈值"（如坡度20°、水源距离1.5km）可能反映旧石器时代人类对避险与资源获取的精准平衡。这种量化指标为理解史前人群的"景观认知地图"开辟了新视角，也为文化遗产保护中的"主动式监测"提供了科学依据。正如研究者Majki?和Dragosavac强调的："当机器学习遇见古老洞穴，我们获得的不仅是遗址坐标，更是解码人类适应智慧的密钥。"