萨摩亚古代堡垒位置的最佳预测因子：可防御性与可进入海岸线视野

《Journal of Archaeological Science: Reports》：Defensibility and views from accessible coastlines are the best predictors of ancient Samoan fort locations

　　

研究人员在萨摩亚的 Savai‘i 与 ‘Upolu 岛识别出124处设防遗址（fortified sites）。设防遗址呈现显著的建筑变异（architectural variation）。堡垒位置可由可防御性（defensibility）与可进入海岸线（accessible coastlines）的视野预测。

论文作者为 Jaiya M. Hunter、Ethan E. Cochrane 与 Thegn N. Ladefoged。该研究围绕萨摩亚古代设防遗址的空间分布、建筑变异及其环境预测因子展开。

研究背景方面，萨摩亚古代设防遗址长期被认为是景观中的重要特征，但相较其他太平洋岛屿的堡垒研究仍显不足。既有考古研究多基于小样本，且以描述性为主，关于萨摩亚堡垒的若干概括是否适用于整个群岛并不清楚；‘Upolu 曾有部分研究，而 Savai‘i 除少量观察外关注极少。此前研究仅描述少量堡垒，因此对堡垒变异的解释难以评估，其普遍适用性也不明确。近年来萨摩亚的机载 LiDAR（Light Detection and Ranging，激光雷达）数据大幅扩展了可研究遗址数量及相关环境变量。已有研究利用该数据考察数百个纪念性土丘与环境变量的关系，并发现土丘位置与高产农业用地显著相关，研究人员据此提出代价信号等解释。该研究同样关注萨摩亚堡垒分布是否可由环境变异以及领地性、资源获取等行为解释。此前尚无研究专门考察萨摩亚堡垒的空间分布、变异性及其与地形、土壤农业适宜性等环境变量的关系。因此，研究人员旨在分析 Savai‘i 与 ‘Upolu 设防遗址的空间格局，重点考察其与岛屿地形和环境变量的关系，并使用萨摩亚自然资源与环境部（Ministry of Natural Resources and Environment, MNRE）的 LiDAR 数据、空间分析和统计模型。研究结论指出，可防御性和来自可进入海岸线的视野是古代萨摩亚堡垒位置的最佳预测因子，这为理解萨摩亚堡垒的分布、多样性和社会政治生态背景提供了新见解，并挑战了若干旧有假设。

为开展研究，作者使用的关键技术方法包括：基于 MNRE 的 LiDAR 数据，分辨率 0.75 m，在 ArcGIS Pro 3.3 中生成数字高程模型（digital elevation model, DEM），并以坡度层叠加山体阴影识别遗址；在 R 中进行点格局分析（point pattern analysis, PPA）、Kolmogorov-Smirnov（KS）检验、广义线性模型（generalized linear models, GLM）与广义线性混合模型（generalized linear mixed model, GLMM）、Moran’s I 检验以及多类别逻辑回归；环境变量包括海拔、可防御性、海岸与内陆可见性、距海岸、距高质量农地和距水道距离；视域分析使用随机观察点。样本来源为 MNRE 的 LiDAR 数据，覆盖 Savai‘i 与 ‘Upolu，共识别124处设防遗址，并实地检查5处。

研究结果部分如下。

4.1 遗址特征识别与地面验证：通过视觉检查地形分层影像，研究人员在 Savai‘i 与 ‘Upolu 识别出124处设防遗址，其中 Savai‘i 53处，‘Upolu 71处。与既往记录的33处设防遗址交叉比对后，14处可较可靠匹配；7处无法在现有 LiDAR 分辨率下识别，3处位于无 LiDAR 数据区，2处无法依据地名或描述定位，另7处仅见于历史记载而未考古调查。实地检查5处新识别遗址，确认了 LiDAR 识别的堡垒属性，并有时发现石平台等附加特征。124处中19处（15%）由前人独立识别或实地检查确认。

4.1.1 点格局分析（PPA）：Ripley’s K 与 G 函数显示，Savai‘i 与 ‘Upolu 的堡垒聚集程度显著高于完全空间随机性（complete spatial randomness, CSR）下的预期，p < 0.02；平均最近邻距离为1796.25 m，表明堡垒在簇内彼此邻近。

4.2.1 类型多样性：多样性统计表明，分类维度增加时，堡垒类型多样性、丰富度和均匀度增加；3维分类多样性最低，7维分类最高。7维分类产生42种类型，5维分类产生19种类型。7维与5维分类下堡垒类型与环境变量间未见清晰格局，因此后续分析采用最简单的3维分类，得到6种堡垒类型。

4.2.2 3维分类的类型分布：Type A（n = 9）仅见于 Savai‘i，多位于各类火山锥，具阶地、环道和沟，分布呈明显聚集。Type B（n = 9）仅见于 Savai‘i，具阶地和环道、无沟，分布较分散。Type C（n = 36）为萨摩亚第二丰富类型，见于两岛，具阶地和沟、无环道，主要位于山脊，在 ‘Upolu 北岸和西南角有明显簇。Type D（n = 38）为最丰富类型，见于两岛，以阶地为主，常更复杂，主要位于山脊，在 ‘Upolu 分布较广，在 Savai‘i 主要见于西北和西部。Type E（n = 7）最少，仅限 Savai‘i 西部，仅见于完整锥，具环绕大部分锥体的环道。Type F（n = 24）以沟为定义，见于两岛，在 ‘Upolu 南部中部有明显簇，多为平地上的线性特征，也可为环沟，并见于完整锥的火山口边缘。总体上，3维分类类型在萨摩亚景观中分布差异显著；有环道的类型仅见于 Savai‘i。

4.3.1 Kolmogorov-Smirnov 检验：在全研究区，堡垒位置与高质量农地的相关性边际显著，且观测平均距离大于 CSR 预期；距水道和来自可进入海岸线的视野与堡垒位置高度显著相关，p < 0.001，堡垒比预期更近。分岛看，Savai‘i 堡垒与高质量农地显著相关且距离更远，‘Upolu 不显著；两岛堡垒均与可进入海岸线视野显著相关，且更近；仅 ‘Upolu 堡垒显著更近主要水道。按类型看，任何类型均与高质量农地无显著关系；Type A、B、C、D、F 显著更近可进入海岸；Type C、D、F 也显著更近水道。分岛按类型看，Savai‘i 除 Type F 外多数类型显著更近可进入海岸；‘Upolu 的 Type C、D、F 更近海岸，仅 Type F 更近水道。

4.3.2 广义线性模型结果：联合两岛的 GLM 最佳模型包含距可进入海岸距离、可防御性、海拔和距高质量农地距离；高可防御性和高海拔与堡垒位置正相关，距高质量农地距离负相关，p = 0.005，距可进入海岸距离负相关但边际，p = 0.086；模型 χ² = 119.8，df = 4，p < 0.001，AIC 为231.5。Moran’s I = 0.171，p < 0.001，提示正空间自相关；用 Matérn 空间相关函数拟合 GLMM 后，rho < 0.00，残差 Moran’s I = 0.08，p = 0.018，空间自相关部分降低但未完全消除。‘Upolu 的最佳模型包含可防御性、距高质量农地距离和来自可进入海岸的可见性；高可防御性 p < 0.001 和海岸可见性 p = 0.027 正相关，距高质量农地距离负相关 p = 0.034；模型 χ² = 74.19，df = 3，p < 0.001，AIC 为126.7；Moran’s I = 0.277，p < 0.001，GLMM 后残差仍显著，可防御性仍最稳定。Savai‘i 的最佳模型包含距可进入海岸距离、可防御性和来自可进入海岸的可见性；距海岸距离 p = 0.000 和海岸可见性 p < 0.115 负相关，高可防御性 p < 0.001 正相关；模型 χ² = 59.04，df = 3，p < 0.001；Moran’s I = 0.04，p = 0.2，无需空间重拟合。多类别逻辑回归以 Type D 为基线，联合模型 χ² = 198.05，df = 55，p < 0.001；Type E 随可防御性增加的概率增幅最大，并随海岸可见性增加而大幅降低，而 Types A、B、C、D 的概率增加。Savai‘i 模型中，可防御性增加最强烈提高 Type E 概率，海岸可见性增加提高 Type A 和 B 概率、降低 Type E 和 F 概率，内陆可见性增加提高 Type F 概率。‘Upolu 模型中，Type C 与海岸可见性正相关，Type F 与海岸可见性负相关。

5 讨论：部分既往关于萨摩亚堡垒的建议未获该研究支持。堡垒并非稀疏且仅限于内陆，而是在 Savai‘i 与 ‘Upolu 均较均匀分布；124处堡垒在形状、复杂性和结构特征上变异显著。多数堡垒位于山脊、完整锥或不完整破火山口锥，也有不少位于自然平坦地区。堡垒位置表明物理景观影响设防建造，这与汤加、斐济和新西兰等太平洋岛屿的发现一致。既往分类如 Kirch 的分类曾促进研究，但受限于堡垒数量、分布和结构变异数据不足；研究人员采用基于维度组合的范式分类，并以阶地、环道和沟的存在与否构建3维分类。更精确分类产生更多类型，但其分布无清晰空间格局。Savai‘i 的类型多样性始终高于 ‘Upolu，尽管两岛设防遗址数量相近；复杂 Type A 限于 Savai‘i，具环道的类型也仅见于 Savai‘i。研究人员认为这可能与 Savai‘i 景观更复杂有关，而 ‘Upolu 堡垒主要建于山脊和火山锥，结构变异较少。环境变量单独看时，堡垒总体与高质量农地负相关，与水道和来自可进入海岸的可见性正相关；分岛后格局不均一。按堡垒类型看，农地未显著影响类型。GLM 最佳模型结合高可防御性、高海拔、海岸可见性和距高质量农地较远；可防御性在所有模型和空间显式 GLMM 中最强且最稳定。Type A、B、C 更近海岸且更可见；Type E 距海岸不异常，但海岸可见性负系数强，且可防御性正系数最高，可能符合避难所类型。联合与 ‘Upolu 模型残差存在正空间自相关，GLMM 部分降低但未消除；Savai‘i 无此问题。未测量的空间结构变量，如社会政治系统或领地边界，可能解释残差聚集。理论上，该研究将结果置于人类行为生态学（human behavioral ecology, HBE）框架下，涉及理想自由分布、理想专制分布和经济可防御性模型等，强调资源密度和可预测性、人口增长及竞争合作在堡垒建造中的意义。萨摩亚约1000年前可能经历快速人口增长，资源压力增强，历史记载也显示欧洲接触时期存在酋邦竞争，早期欧洲观察表明许多堡垒建于欧洲到达之前。

6 结论（翻译）：研究人员的结果指出，萨摩亚过去千年中竞争具有重要性。许多堡垒的建造优先考虑可防御性以及对可进入海岸线及其资源的可见性，例如独木舟登陆点、海洋食物，以及可能重要的、竞争者可能使用的独木舟登陆点视野。该分析为萨摩亚堡垒的分布与多样性提供了新见解，挑战了先前研究的一些长期假设。与早期认为堡垒稀疏分布、仅限内陆且主要见于 ‘Upolu 的提议相反，本研究表明堡垒在 Savai‘i 与 ‘Upolu 均以相当丰度出现，包括内陆和海岸地区。对两岛124处堡垒的表征识别出其结构的显著多样性，且堡垒建造是一种广泛行为。此处识别和分析的堡垒是萨摩亚数百年、或许千年间存在过的堡垒总体的一个样本。研究人员并不声称已识别所有堡垒，部分识别结果未来可能被修正；然而总体结果足够稳健，可承受基础数据的微小变化。简化3维分类系统的发展产生了明确的设防类型定义，并显示出清晰空间格局。总体而言，Savai‘i 的设防类型多样性高于 ‘Upolu，复杂 Type A（阶地、环道、沟）限于 Savai‘i，具环道的堡垒（Types A、B、E）仅见于 Savai‘i。这可能归因于 Savai‘i 景观更为多样，促成更多可能的堡垒建造方式；相反，‘Upolu 的堡垒主要建在山脊和火山锥上，这些地貌产生的结构特征变异较小。研究人员记录了堡垒位置和类型与高质量农地、可防御性以及距可进入海岸线距离之间的有意义关联，这些因素与特定堡垒类型的概率显著相关。目前尚不清楚这些堡垒是作为置于难以到达地点的避难所，还是设计用于长期保护居住者。关于萨摩亚堡垒仍有大量未知，最紧迫的是年代学和步行地面验证，但此处分析是理解萨摩亚堡垒社会政治与生态背景的第一步。