用于Caral–Supe考古遗址的超分辨率遥感数据集：结合SAR和DEM技术 作者：Jungrack Kim 与 Ramesh P. Singh

《Remote Sensing》：Super-Resolution Remote Sensing Datasets for Application to Caral–Supe Archeological Sites Employing SAR and DEMs Jungrack Kim and Ramesh P. Singh

　　### 研究亮点
- 主要发现是什么？
本文提出了一种超分辨率成像策略，通过将公共领域的合成孔径雷达（SAR）时间序列图像与数字高程模型（DEM）及其深度学习算法相结合，实现考古结构的自动化探测。该策略已在卡拉尔-苏佩（Caral–Supe）古代文明遗址的考古特征研究中得到应用。

- 主要发现的意义是什么？
这种技术为利用公共领域的SAR数据进行考古研究提供了强大工具，显著提升了电磁数据和地形数据的分辨率。研究发现表明，卡拉尔-苏佩地区的许多人工结构仍未被发现，为了解早期南美洲文明提供了新的见解。

### 摘要
公共可获取的太空遥感数据集往往缺乏区分考古特征与其周围地质形态所需的空间分辨率。本研究评估了从多个公共遥感数据集生成的超分辨率（SR）产品在该地区的系统化考古调查中的应用潜力，重点关注合成孔径雷达（SAR）和地形数据集（如Sentinel-1、Advanced Land Observing Satellite（ALOS）的L波段合成孔径雷达（PALSAR）以及数字高程模型（DEM）。这些数据集能够探测到被植被或沉积物覆盖的微妙地表特征和浅层地下结构。利用先进的深度学习算法（主要是增强型超分辨率生成对抗网络ESRGAN），我们将多源SAR图像与DEM数据融合，生成了能够清晰显示密集考古遗迹区域特征的超分辨率产品，并能够明确勾勒出埋藏的人工特征。这种方法使得沿岸边缘和苏佩山谷中先前未记录的结构特征得以被发现。研究结果表明，与使用航空摄影和高分辨率商业卫星图像的数据挖掘相比，通过高级超分辨率技术增强公共遥感数据集能够以更低的成本获得高分辨率的考古数据，同时在障碍物穿透方面也更具优势。

### 1. 引言
考古测绘从最近的遥感技术进步中受益匪浅，尤其是航空和太空遥感技术[1,2]。由于航空平台的适应性，其在覆盖范围、分辨率和成本效益方面均有所提升[3]。然而，太空遥感的价值依然不可或缺。当代考古研究越来越多地关注大规模的空间场景，例如古代人类居住网络[4]、贸易路线[5]、灌溉渠道[6,7]以及古墓群[8]，这些场景远远超出了传统航空测绘的覆盖范围。基于云的地理空间平台（如Google Earth Engine（GEE）、Microsoft Planetary Computer）以及各种太空机构的数据门户进一步提高了卫星数据的可访问性和可解释性。这些平台允许用户（包括考古学家）免费获取和分析太空图像。不过，公共领域数据的空间分辨率通常较低。常见的公共数字高程模型（DEM），如Shuttle Radar Topography Mission（SRTM）、Advanced Spaceborne Thermal Emission and Reflection Radiometer（ASTER）全球数字高程地图（GDEM）、Advanced Land Observing Satellite（ALOS）World 3D-30 m（AW3D30）和Copernicus 30 m（COP 30）DEM，通常提供30米的空间分辨率；而公共领域的合成孔径雷达（SAR）图像产品的分辨率通常在10至25米之间。这些空间尺度往往不足以进行细致的考古调查。

### 2. 测试站点和数据集
- **卡拉尔-苏佩文明及其考古遗址的描述**
在所有古代文明中，位于秘鲁海岸线附近的卡拉尔-苏佩文明显得尤为独特。它比新大陆已知的所有文明都要早出现。它独立發展出了早期文明的核心特征，包括复杂的社会、经济和宗教体系、宏伟的建筑以及早期的灌溉农业。值得注意的是，卡拉尔-苏佩文明在人类城市发展的初期阶段就达到了高度发达的水平，而无需对外部贸易或文化网络的支持（图1a）。最引人注目的是，这种先进的劳动组织和城市规划形式完全是在孤立状态下形成的，没有技术转移或外部文化影响。这种独立性使卡拉尔-苏佩文明区别于印度河谷、美索不达米亚和埃及的同期文明。它的存在改变了我们对早期文化起源的理解，支持了“海洋资源促进了南美洲太平洋沿岸文明兴起”的假说[23]。

### 3. 结论
本研究通过将超分辨率（SR）算法应用于公共领域的SAR和DEM数据集，克服了数据集的分辨率限制。SAR数据在此背景下尤为宝贵，因为较长的波长能够部分穿透表土和稀疏植被层[17,18]。例如，L波段信号可以根据土壤湿度和介电特性探测到地下几米处的结构。然而，较低的分辨率限制了区分地表散射、二面体散射和体积散射与背景杂波（如季节性植被）的能力。传统的单图像超分辨率方法（无论是基于经典算法还是深度学习[19]）倾向于增强每个分辨率单元内的主要回波信号，同时保留了噪声成分（如斑点噪声和不需要的体积散射），因此无法有效增强微弱的考古特征。使用插值或拼接锐化技术来提升分辨率的问题更加严重，因为这些方法并不能改善信息传递的质量。

为了解决这些问题，我们利用了来自Sentinel-1（S-1）和ALOS Phased Array型L波段合成孔径雷达（PALSAR）等现代任务的密集时间序列数据。通过堆叠和转换，时间上不连贯的成分（如斑点噪声）被抑制，而持久的回波特征得以增强。然后使用增强型超分辨率生成对抗网络（ESRGAN）[20]处理这些多波段复合材料，生成空间分辨率约为1.5至5米的SAR产品，远高于原始的10米S-1或25米PALSAR图像。改进的分辨率结合不同雷达波长的深度敏感性，提高了对地下回波的区分能力，同时减少了残余杂波。此外，还将多个公共领域的DEM数据融合为多通道输入，并应用超分辨率技术生成SR地形数据集。这些SR DEM产品与SR SAR图像结合，通过基于深度学习的分类方法支持精细的考古和地貌解释。

秘鲁的卡拉尔-苏佩地区是本案例研究的重点，该地区拥有广泛分布的考古遗址，遍布苏佩山谷和沿海平原[21,22]。SR SAR和DEM数据集的增强覆盖范围和分辨率有助于研究遗址分布、它们与当地地貌的关系以及古环境条件的潜在痕迹。然而，1.5至5米的分辨率有时不足以清晰勾画出考古结构的轮廓。为了解决这一问题，我们还开发了一种深度学习分类器，能够识别三维考古特征周围微尺度表面纹理产生的电磁散射模式。该分类器使用了来自Google Earth、Bing Maps和OpenStreetMap等公共地图平台的数字化参考数据进行训练。

总之，本研究旨在开发适用于公共领域SAR和DEM数据集的超分辨率算法，并评估其在考古研究中的应用效果。研究结果与卡拉尔-苏佩地区的现有考古记录进行了对比，发现了一些保留了约公元前2500至3000年人类活动迹象的地点，并讨论了这些发现在该地区更广泛背景下的意义。首先，属于后期奇穆卡普克文明（公元1600-1700年）的遗址散布在卡拉尔-苏佩遗址的遗迹中[28]；虽然这些遗址可以作为人类建筑的指示器，但不应被误认为是卡拉尔-苏佩遗址。其次，苏佩河及其河谷清晰地划分了居住区和耕作区，天然堤岸和废弃的河道为定居点和农业提供了合适的表面。第三，沿海沙丘已经向内陆迁移，爬上了山坡，并部分侵入到了河谷中。这一现象反映了与厄尔尼诺事件相关的气候波动[29]，这可能促成了卡拉尔-苏佩人口的最终分散。

2.2. 数据集
本研究使用了两个不同的SAR数据集。第一个数据集包括来自欧洲空间局（ESA）的C波段S-1 SAR图像。第二个数据集则包含了来自日本宇宙航空研究开发机构（JAXA）ALOS平台的L波段PALSAR-1/2图像。S-1在干涉宽幅（IW）模式下工作，生成5×20米的图像，这是本研究的主要分析产品。本研究利用了S-1的两种极化模式（HV和VV）[30]以及两种观测几何方式（上升和下降）来形成多通道图像。利用S-1的12天重访间隔，共生成了75张SAR图像以产生足够的TS数据集。为了减少潜在的处理误差，所有数据产品都是直接从GEE中以地面距离检测（GRD）图像的形式获取的，并使用Sentinel-1工具箱（https://earth.esa.int/eogateway/tools/sentinel-1-toolbox，访问于2026年3月5日）进行了处理，生成了分辨率为10米的校准和正射校正产品（https://developers.google.com/earth-engine/datasets/catalog/COPERNICUS_S1_GRD，访问于2026年3月5日）。

ALOS-1/2分别是2007年和2014年发射的卫星任务，用于土地覆盖/用途制图、环境变化和地貌特征追踪[31]，它们使用的是比许多其他SAR仪器（通常是C波段和S波段）更长的L波段波长。L波段SAR在植被、土壤和积雪覆盖的环境中提供更好的信号。我们使用了全球PALSAR-1/2马赛克产品（可在https://www.eorc.jaxa.jp/ALOS/en/dataset/fnf_e.htm获取，访问于2026年3月5日）[32]，这些产品可以通过GEE访问。这些产品是2007年至2024年间每年一次的PALSAR-1/2后向散射系数图像的25米分辨率全球马赛克。入射角校正和马赛克边缘的校正已经应用完毕。产品的详细信息在[33]中有说明。

ALOS PALSAR-2图像的穿透深度在本研究中是一个关键因素，特别是用于探测与人工结构（可能是考古目标）相关的地下微尺度散射体和介电成分。早期的一项研究提供了有价值的关于识别地下物体的潜力的信息[17,34]。然而，穿透深度主要受两个因素影响：植被密度和土壤湿度[15,35,36]。在卡拉尔-苏佩遗址的背景下，这些条件——丰富的植被和高湿度——限制了L波段雷达的穿透效果。

在本研究中，将合成孔径雷达（SR DEM）与SAR结合使用至关重要，因为它提供了关于地下室的三维信息，而这些地方正是最有趣的SAR信号出现的地方。COP30 DEM（可在https://dataspace.copernicus.eu/explore-data/data-collections/copernicus-contributing-missions/collections-description/COP-DEM获取，访问于2026年3月5日）源自WorldDEM[37]，它是通过TanDEM-X任务的干涉SAR（InSAR）处理产生的[38]。COP 30 DEM是德国航天局（DLR）对WorldDEM进行进一步处理后的重采样版本，包括填补间隙、平整水体和剪切海岸线等操作。鉴于WorldDEM的5米网格间距及其垂直和水平精度分别为2.5米和6米[39]，COP30 DEM比其他公共领域的DEM更能有效地捕捉地形细节。然而，仍需要结合其他公共领域的DEM，因为目标是将多个数据集合并成更高分辨率的合成产品。因此，我们使用了另外四种公共领域的DEM，包括SRTM、ALOS AW3D30和ASTER GDEM版本3（v.3）。除了ASTER GDEM v.3之外，所有DEM都可以在GEE上获取，但GDEM v.3是通过NASA数据浏览器获取的。本研究中使用的输入图像数据集见表1。

表1. 使用的数据集特征。

对于深度学习验证和训练数据集，我们使用了各种GIS来源，包括涵盖秘鲁建筑物和道路的OpenStreetMap GIS数据，以及从Google Earth中提取的古代结构的数字化轮廓。

3. 方法
我们的数据处理工作流程通常包括三个主要步骤：预处理器、SR处理器和分类器，如图2所示。以下部分详细介绍了每个组件的信息。

3.1. 预处理
所有地形产品都统一参考了相同的坐标系，即UTM WGS 84 Zone 18S，以确保一致性。在垂直方向上，所有四个公共领域的DEM都使用地球重力模型（EGM）84转换为了WGS 84椭球高度。我们使用了ALOS PALSAR-1/2的后向散射系数TS图像集及其两个极化通道，具体来说是HH和VV通道。这些数据文件中的像素值使用以下公式转换为后向散射系数：
σ0 = 10 log10(PV2) + 控制因子
其中σ0是后向散射系数，PV是数据文件的像素值，控制因子是校准系数（?83.0）[32]。此外，我们还使用了增强的Lee滤波器[40]来抑制ALOS PALSAR图像中的斑点。值得注意的是[16,17,18]估计L波段SAR图像在干燥沙漠环境中的穿透深度为1.5至几米。然而，根据我们的经验，ALOS PALSAR-2的穿透深度要浅得多，但它可以观测到浅层表面物体。

对于S-1 TS数据集，我们使用了上升和下降采集模式的VV和HV极化图像。预处理S-1 TS数据的一个关键挑战是确保信号的一致性。因为TS图像是以几乎相同的观测几何方式获取的，即在相同帧和路径内的相似方向和入射角下获取的，所以给定模式内的变化主要反映了表面条件的变化，如植被动态、土壤湿度波动或人类活动。然而，我们的目标不是跟踪这些时间变化，而是隔离与隐藏的考古特征相关的弱而稳定的信号。这需要应用算法来抑制时间变化的表面效应、常规SAR噪声和斑点，同时保留感兴趣的微妙且一致的后向散射特征。为此，我们设计了一种基于数据包的转换方法[41]。我们将完整的S-1 TS SAR图像重新组织成多个数据包，每个数据包包含三个时间相邻且极化和采集方向相同的图像。因此，每个数据包大约覆盖1-1.5个月的周期。在每个数据包内部，我们应用了降维技术，即旨在抑制短期时间波动和其他SAR噪声的图像转换。在测试了几种图像旋转和分解方法后，我们选择了截断奇异值分解（tr-SVD），因为它能有效隔离稳定、独立的成分，同时过滤掉时间不一致的信号[42]。tr-SVD与主成分分析非常相似，但在消除时间成分方面更有效。因此，tr-SVD很好地符合我们的目标，即保留来自地表结构的主导后向散射信号以及与浅层地下特征相关的弱而稳定的成分。通过对整个时间序列应用tr-SVD，我们将75张S-1图像压缩成25个一阶tr-SVD数据包。这种转换增强了来自特定土地覆盖类型的连续信号，如岩石表面、建筑区和裸露地形的信号，并为基于深度学习的分辨率增强提供了合适的输入。对于PALSAR 1/2，由于时间域图像数量不足，无法生成基于tr-SVD的输入图像序列。因此，我们对每张年度PALSAR图像应用了增强的Lee滤波器，生成了2007年至2010年和2015年至2024年的14张过滤后的输入图像。

3.2. 超分辨率
在本研究中，超分辨率（SR）被定义为一系列算法方法，用于提高栅格数据集的分辨率。它最初应用于医学图像和天文数据集[43,44]，然后扩展到使用移动传感器的照片图像，并引入到遥感领域[45]。一些标准可以分类超分辨率方法：（1）单张图像与多个图像，即从单张图像或多张图像（可能是多时相图像）增强输出图像的分辨率；（2）监督学习与非监督学习图像，这取决于训练数据集的可用性[46]。考虑到我们的研究案例，多时相图像来自连续的SAR采集，并且缺乏高分辨率的训练图像，自然会采用多时间和非监督的超分辨率算法。然而，新引入的基于深度学习的监督学习方法，如卷积神经网络（CNN）和生成对抗网络（GAN）方法，优于传统的非监督超分辨率算法，如迭代反投影（IBP）[47]和投影到凸集（POCS）[48]。因此，我们采用了一种混合方法，使用非监督方法生成高分辨率训练图像，并将其作为监督方法的训练数据集。值得注意的是，尽管有一些研究已经解决了SAR图像的超分辨率问题，特别是使用公共领域SAR图像的研究。我们的案例非常特殊，因为我们的目标是从在相同成像条件下但在不同时间获取的多个TS SAR数据集中构建SR SAR图像。对于基于深度学习的方法，有两种常用的深度学习结构：（1）超分辨率生成对抗网络（SRGANs）[49]；（2）增强型超分辨率生成对抗网络（ESRGANs）[19,20]。起初，SRGAN并没有显示出比非监督训练数据更好的性能。因此，我们专注于ESRGAN。两种超分辨率方案的输入是基于tr-SVD的S-1图像和经过增强Lee滤波的PALSAR 1/2图像生成的TS SAR图像。IBP算法生成高分辨率SAR图像的训练数据。使用t-SVD和增强Lee滤波器处理TS SAR图像尤为重要。如果不预处理输入的TS SAR图像，SR算法会在空间域中放大噪声以及所有输入图像通道中的信号，从而产生噪声较大的SR图像。基于GAN的超分辨率（SR）实现低到高分辨率的基本机制是两个网络之间的直接对抗竞争。生成器创建高分辨率图像（低到高图像合成），而鉴别器作为批评者，提供一个动态的、学习到的误差信号，即对抗损失函数，来训练生成器，判断生成图像是假的还是真实的。在像ESRGAN这样的模型中，生成器使用了先进的残差在残差中的密集块（RRDB）[20]设计，使这种合成更加有效。

图3a展示了一个为多帧超分辨率定制的ESRGAN训练框架，该框架采用N到1的方法，其中N张低分辨率（LR）帧被堆叠作为输入通道来预测单个高分辨率输出。生成器架构基于RRDB，具有密集块和灵活的上采样方法。同时，鉴别器采用了视觉几何组（VGG）[50]风格的补丁鉴别器，这是一种用于GAN中的鉴别器，用于将输入图像的补丁分类为真实或假[51]。训练分为两个阶段，即使用像素级损失（L1（平均绝对误差）、边缘、光谱）进行预训练以稳定生成器，并使用对抗性和感知损失进行GAN微调。该框架通过结合几个组件计算了生成器的复杂复合损失函数：L1损失用于精确的像素级重建，边缘损失（通过Sobel滤波器）用于保持清晰的边缘，以及光谱正则化以最小化不真实的高频伪影。它还包括基于VGG-19特征匹配的关键感知损失，该网络具有16个卷积层和三个全连接层[50]，以及来自鉴别器的二元交叉熵（BCE）对抗损失。为了稳定训练，该过程采用了随机补丁提取和数据增强、数据的全局归一化、梯度裁剪来管理不稳定性，以及由生成器性能确定的模型检查点。

图3. (a) ESRGAN SR处理器的处理流程。(b) ESRGAN SR组件的结构。在S/W结构中，数据集加载器接收N张低分辨率帧和一个高分辨率参考帧，将这些帧堆叠成多通道输入。在训练过程中随机提取补丁，并使用全局统计将所有数据归一化到[0, 1]范围内。这些统计数据（最小和最大值）使用所有像素值的0.5%和99.5%百分位数来稳健计算，以减轻异常值的影响。每个RRDB包含三个密集块，每个块包含五个卷积层，如图3b所示。通过像素混合实现2的幂次缩放（2×、4×、8×、16×），并结合了初始化到卷积神经网络重采样（ICNR）[52]来减少棋盘格伪影。ESRGAN重建器是使用训练好的ESRGAN模型进行图像放大处理的推理/重建脚本。重建器的工作流程如下：（1）加载训练好的模型——自动从检查点权重中检测架构参数；（2）从列表中读取N个低分辨率帧并将它们堆叠为多通道输入；（3）由于图形处理单元（GPU）的内存限制，采用拼接的方式进行推理，使用高斯加权混合来避免接缝伪影；（4）将超分辨率输出保存为具有适当地理参考的GeoTIFF格式文件。在创建合成数字高程（SR DEM）的情况下，该算法与SAR的ESRGAN SR算法几乎相同。到目前为止，SR DEM通常是根据LiDAR和高空摄影测量的高分辨率训练数据创建的，如[53]所述。最近的趋势包括基于CNN和GAN的算法[54,55]，这些算法正在取代传统的地理统计方法、插值和图像分析[56,57]。我们的方法是将保边分辨率增强[58]应用于原始DEM作为ESRGAN训练数据。因此，我们应用了改进的基于边缘的SR算法，为COP 30 DEM边缘分配了50%更高的权重，并使用5米分辨率的训练数据集。为了防止过拟合，我们在覆盖所有海拔范围的30%的目标区域上使用ESRGAN方案进行训练。所有DEM都经过仔细归一化，以防止SR DEM的高度范围发生变化。这些方面的质量将在下一节中进行评估。人们注意到可以从SR DEM中提取多尺度 Relief Model（MSRM）[10]、局部 Relief Model（LRM）[59]以及作为传统地形参数的粗糙度。LRM是一种高通滤波器，用于去除大尺度地形特征，仅保留小尺度的局部变化，其表达式如下：
$$
\mathbf{K}_{\sigma}^{2}(\mathbf{i}, \mathbf{j}) = \frac{1}{2}\pi\sigma^{2}\mathcal{e}^{-\mathbf{i}^{2}+\mathbf{j}^{2},\quad \mathbf{C}_{\mathbf{V}}\mathbf{r}\mathbf{o}\mathbf{a}\mathbf{d}(\mathbf{i}, \mathbf{j}) = \mathbf{E}(\mathbf{i}, \mathbf{j})\cdot\mathbf{K}_{\sigma}^{2}(\mathbf{i}, \mathbf{j}),\quad \mathbf{L}_{\mathbf{R}}\mathbf{M}(\mathbf{i}, \mathbf{j}) = \mathbf{E}(\mathbf{i}, \mathbf{j}) - \mathbf{C}_{\mathbf{V}}\mathbf{r}\mathbf{o}\mathbf{a}\mathbf{d}(\mathbf{i}, \mathbf{j})
$$
其中$\mathbf{E}(i,j)$是绝对高程值的矩阵，$\mathbf{K}_{\sigma}(i,j)$是高斯低通滤波器核，$\sigma$是标准差，$\mathbf{C}_{\text{Broad}}$是宽带地形分量。然后$\mathbf{L}_{\mathbf{R}}(i,j)$可以被视为细尺度分量。实际的MSRM作为一个带通滤波器，在地形中仅保留特定范围的地形频率，通过在不同尺度下对低通滤波后的表面差异进行求和与平均来计算，其表达式如下：
$$
\mathbf{M}_{\mathbf{R}}\mathbf{M} = \sum_{\mathbf{k}}\mathbf{m}\mathbf{a}\mathbf{x}_{\mathbf{k}} = \mathbf{k}\mathbf{m}\mathbf{i}\mathbf{n}\mathbf{w}_{\mathbf{k}}(\mathbf{E}(\mathbf{i}, \mathbf{j}) - (\mathbf{E}\cdot\mathbf{K}_{\sigma}_{\mathbf{k}}(\mathbf{i}, \mathbf{j}))
$$
其中$\mathbf{K}_{\sigma}_{\mathbf{k}}$是尺度为$k$的高斯低通滤波器核，$\mathbf{E}\cdot\mathbf{K}_{\sigma}_{\mathbf{k}}$是宽带地形分量$\mathbf{C}_{\text{Broad}}$的另一种表达方式，$\mathbf{w}_{\mathbf{k}}$是分配给每个尺度$k$的权重，等于$1/n$，$n$是计算出的地形模型总数；因此，本研究采用了等权重方法。

3.3. 图像合成与深度学习分类
如前所述，我们使用SAR极化模式和观测方向以及SR地形参数创建了多个SR图像。我们将它们放入多个通道中，以便使用RGB颜色方案提高视觉解释能力，其中每个颜色通道都来自SR SAR的极化/方向和SR DEM的地形属性。在此基础上，我们构建了多波段SAR/DEM融合数据集，用于深度学习分类器。每种SR SAR模式和从SR DEM中提取的地形数据集（如粗糙度、LRM和MSRM）都被作为深度学习分类的输入数据。我们还根据联合国教科文组织Caral–Supe地图和Google Earth中的数字化考古结构轮廓创建了训练数据集。需要注意的是，一些考古结构区域（如Penico地区）被保留作为验证数据集。我们还构建了一个负掩膜地图，包括：（1）当代建筑和道路轮廓，这些地方可能隐藏了考古结构；（2）高坡度地形（>45度）和海拔高度超过500米的地区，古代住所几乎不可能存在于这些地方；（3）水域、现代果园和高度开发的现代农业区，其中的沟渠和边界往往是考古结构的假信号。因此，深度学习分类的数据流首先在考古建筑轮廓的子集上训练分类器，然后使用负掩膜地图筛选结果。
从多通道SAR和地形数据中识别半损坏/埋藏的古代建筑轮廓的问题，在已知正样本集和补充的负约束掩膜图的背景下，本质上是正样本未标记（PU）学习[60]领域中的一个挑战，这是一种半监督学习类型，类似于损坏建筑的语义分割[61]。最优策略采用Attention U-Net架构生成逐像素概率图，如[62,63]所示。该网络使用具有四个下采样和四个上采样块的定制主干网络，并结合Attention U-Net来增强特征融合。最终输出是一组未经缩放的数值分数（logits）。将数字转换为概率的关键步骤在模型用于预测时保留下来，并由Sigmoid激活函数处理。该模型使用一种专门的方法进行训练，该方法利用了三个不同的数据集：来自考古建筑掩膜的正面数据（P）、来自掩膜数据的负面数据（Ndef）以及未标记区域（U）。为了处理不确定性和严重的类别不平衡，训练过程最小化了一个定制的损失函数，该损失函数是Focal Loss和Dice Loss的加权组合，Focal Loss是一种专门为解决极端类别不平衡问题而设计的损失函数，通过使模型更加关注难以分类的样本[64]，Dice Loss是一种用于衡量两组数据相似性的统计量[65]；因此，总损失是Focal Loss加上Dice Loss的一半。最初，BCE的变化仅应用于正面和负面数据集，即P ∪ Ndef [64]。重要的是，该方法结合了Hard Negative Mining（HNM）[66]，模型在U上迭代预测以识别高置信度的假阳性样本。如果预测超出阈值且位于U区域内，则将一个像素分类为硬负样本。定义硬负样本的选择阈值不是固定的；它在训练过程中逐渐降低，以逐渐引入更多不确定性。这一步增强了模型的区分能力，迫使它泛化出区分真实损坏特征和复杂环境或结构假警报的微妙特征，从而提高了最终概率输出的准确性和校准[67]。

4. 结果
从多通道数据集中生成了两种类型的SR SAR合成产品。产生了四个通道的S-1 TS图像，即上升VV、上升VH、下降VV和下降VH，并将选定的组合作为输入传递给ESRGAN模型。对于PALSAR-1/2，我们根据获取时期和极化方式将TS数据组织成四个通道：2007年至2010年的PALSAR-1生成的HH和HV图像，称为2010s HH和HV通道；2015年至2024年的PALSAR-2生成的HH和HV图像，称为2020s HH和HV通道。对于每个通道，我们测试了最大的可行SR比例并选择了1.5米（UTM WGS 84 Zone 18S）的S-1目标分辨率和5米的PALSAR数据集目标分辨率。图4显示了Caral城市的SR SAR图像和SR DEM产品（即MSRM、LRM和粗糙度）。S-1 SR图像提供了近地表和地表人工结构的最清晰视觉表现（图4a,e）。相比之下，PALSAR-1/2 SR SAR产品（图4c,g）突显了它们检测浅层地下特征的能力。由于某些改进在显示尺度上难以辨别，下一节将使用图像质量指标对其进行定量评估。

图4. （a）SR S-1图像，（b）原始S-1图像，（c）SR PALSAR图像，（d）Allpacoto遗址的原始PALSAR图像。（e）SR S-1图像，（f）原始S-1图像，（g）Caral城市中心的原始PALSAR图像。它们对应的Sendelt-2光学图像在（i,j）中。图5a显示了从原始COP 30和另外三个DEM衍生出的六倍增强的SR DEM，分辨率为5米，并使用与原始COP 30 DEM相同的照明参数（45°倾斜角，270°方位角）进行山体阴影处理（图5c）。SR处理的效果非常明显：辅助考古特征的轮廓（如东部金字塔的轮廓）变得可见，Caral的主要纪念性结构在SR产品中呈现得更加清晰。在这个背景下，从SR DEM和原始COP 30 DEM衍生的MSRM显示出显著差异（图5b,d）。值得注意的是，Caral（框内区域）内的结构保存完好，但Allpacoto（图5a,b中的箭头所示）的部分埋藏特征在原始COP 30 DEM的MSRM中非常模糊或无法区分。

图5. （a）Caral城市的SR DEM与原始DEM（d）的比较。（b）Caral城市的MSRM与原始COP 30 DEM的MSRM（c）的比较。注意包围Caral城市的框选区域以及指向Allpacoto考古结构的箭头。应当注意的是，SR图像分辨率是假设为5-7倍更精细的最佳范围，然后通过生成并视觉评估这些分辨率的SR样本图像来确定。尽管单波段SR产品的质量很高，但它们并不总是允许直接视觉解释考古特征。为了克服这一限制，我们构建了整合了极化变化、观测几何和采集日期的多通道合成图像。这些SR合成图像显示在图6中：S-1上升VV/VH和下降VH在图6a中；PALSAR 2020s HH/VH与2010s HV结合在图6b中；以及三种从SR DEM衍生的参数——粗糙度（搜索半径4）、MSRM（40–200米带通）和LRM在图6c中，以RGB合成图像的形式展示。图6. SR数据集的合成图像。（a）S-1 SR图像合成，分辨率为1.47米（S-1图像在R波段为上升VV，在G波段为上升VH，在B波段为下降VH）。（b）PALSAR SR图像合成，分辨率为5米（2020s HH模式在R波段，2020s HV模式在G波段，2010s HH模式在B波段）。（c）SR DEM的地形参数在RGB通道中，分辨率为5米，粗糙度搜索半径为4在R波段，MSRM（90米<带通滤波器尺寸<400米）在g波段，lrm（半径=90米）在b波段。（d）google卫星图像和主要的caral–supe遗址。图7展示了这些合成图像在三个主要子区域的性能：caral城市在图7a中，aspero在图7b中，以及沿海沙丘场在图7c中。在caral和aspero中，建筑特征在sr s-1和从sr dem生成的地形衍生图中都清晰可见。此外，s-1和palsar sr产品都揭示了潜在基底地形的明显轮廓，表明这些中心建在人工修改或自然平坦的表面上。

图7. （a）caral城市的sr s-1、sr palsar-1/2合成图像，来自sr dem的地形参数以及相应的google卫星图像。框选区域标注了caral城市的主要部分，并箭头指向allpacoto的考古结构。（b）aspero的sr s-1、sr palsar合成图像，来自sr dem的地形参数以及相应的google卫星图像（白色框选区域）。（c）caral沿海沙丘场的sr s-1、sr palsar合成图像，来自sr dem的地形参数以及相应的google卫星图像。箭头指示了发现的地下结构的路径，可能是管道。有关它们的位置和范围，请参考图5a的描述。最后，图7c展示了l波段sar的穿透能力，显示了一个浅层地下线性特征，可能被解释为现代管道。 s-1和从sr dem生成的地形衍生图中都清晰可见。此外，s-1和palsar sr产品都揭示了潜在基底地形的明显轮廓，表明这些中心建在人工修改或自然平坦的表面上。 图7. （a）caral城市的sr s-1、sr palsar-1 2合成图像，来自sr dem的地形参数以及相应的google卫星图像。框选区域标注了caral城市的主要部分，并箭头指向allpacoto的考古结构。（b）aspero的sr s-1、sr palsar合成图像，来自sr dem的地形参数以及相应的google卫星图像（白色框选区域）。（c）caral沿海沙丘场的sr s-1、sr palsar合成图像，来自sr>
图7. （a）caral城市的sr s-1、sr palsar-1/2合成图像，来自sr dem的地形参数以及相应的google卫星图像。框选区域标注了caral城市的主要部分，并箭头指向allpacoto的考古结构。（b）aspero的sr s-1、sr palsar合成图像，来自sr dem的地形参数以及相应的google卫星图像（白色框选区域）。（c）caral沿海沙丘场的sr s-1、sr palsar合成图像，来自sr dem的地形参数以及相应的google卫星图像。箭头指示了发现的地下结构的路径，可能是管道。有关它们的位置和范围，请参考图5a的描述。最后，图7c展示了l波段sar的穿透能力，显示了一个浅层地下线性特征，可能被解释为现代管道。>这一观察结果进一步强调了SAR（尤其是L波段系统）在考古勘探和检测浅层地下结构方面的价值。图8展示了多波段输入的分类结果，共有11个波段，包括来自PALSAR的4个波段、来自S-1的4个波段以及来自DEM产品的3个波段，并使用Attention U-Net算法生成了Caral-Supe遗址的概率图。评估了约700平方公里的潜在考古区域，概率范围从0到100，这些概率是基于联合国教科文组织地图数字化的2.3平方公里数据训练得出的。此外，通过构建的掩码和高坡度地形（>30度）来定义无效的分类区域。高概率区域与已知的考古遗址以及Penico地区非常吻合，如图8b中的验证数据所示。下一节将评估使用不同数据组合生成的额外概率图。图8显示了Caral-Supe遗址的考古结构概率图（a,b），通过与区域概率图（右）和Bing图像（左侧Penico红色框内区域）的比较，揭示了年代不明的局部人工特征。

5. 解释与验证
首先，我们使用峰值信噪比（PSNR）和结构相似性指数测量（SSIM）[68]（表2）来评估SR图像的质量与相应的原始SAR图像的质量。我们还评估了预处理阶段的产品，即S-1的tr-SVD产品和增强后的Lee滤波PALSAR图像。尽管tr-SVD图像的PSNR和SSIM值相对较低，但视觉检查确认噪声得到了显著减少。这一结果是预期之中的，因为tr-SVD在基于包的方法中有意抑制了时间成分，从而减少了与原始数据的相似性，但为后续的SR处理提供了更干净的数据输入。在对tr-SVD结果应用SR成像后，PSNR（>25）和SSIM（>0.8）都有显著提升。这些结果支持了我们逐步工作流程的有效性，即从原始数据到tr-SVD再到SR图像，能够去除时间噪声，同时增强包括部分埋藏的考古特征在内的有意义信号的空间保真度。增强后的Lee滤波器在表2（b）中呈现出更高的指标，PSNR超过30且SSIM超过0.85，因为它能够清晰地抑制噪声；然而，它也可能去除与考古解释相关的微妙信号。因此，应该谨慎解释其性能，并且主要在无法获得tr-SVD所需的TS数据时作为替代方案使用。总体而言，本研究中获得的SR成像指标与早期使用光学和SAR数据的研究报告的指标相当或更好[19,69,70]，整体PSNR在25到30之间，SSIM超过0.8。某些极化模式，如S-1的VV和PALSAR的HH，以及升角观测几何形态，一致地提供了更高质量的结果，因此更适用于考古特征的视觉分析。

表2. 通过PSNR和SSIM评估SR图像。
由于PSNR和SSIM不适合评估SR DEM的质量，我们检查了COP 30 DEM与SR DEM及其衍生产品之间的相关性（图9）。对于高程数据集，关键要求是SR DEM在保留原始高程范围的同时提供改进的地形细节，而不引入人为的高度值。如图9a,b所示，即使经过SR处理，高程范围也保持高度稳定。相比之下，非线性地形衍生指标（如MSRM和粗糙度）表现出更大的分散，尽管它们仍保持强相关性（图9c,d）。这些结果表明SR DEM算法在提供精细地貌特征表示的同时，可靠地保持了高程完整性，这一点已在图5、图6和图7中展示。图9显示了COP-30 DEM产品与SR DEM产品之间的相关性：(a) SR DEM与COP 30的高程，(b) SR DEM与COP 30的坡度，(c) SR DEM与COP 30的MSRM，以及(d) SR DEM与COP 30的粗糙度。图8已经展示了与已知考古特征的强烈一致性；然而，需要对Attention U-Net分类性能进行更严格的评估。为此，设计了六种分类场景来系统地评估每种输入配置的贡献。具体来说，以下输入组合被独立传递给Attention U-Net架构：(1) 十一个波段，包括SAR和DEM衍生的产品，分辨率与原始DEM相同；(2) 来自30米重采样SAR图像的八个波段；(3) 仅由DEM衍生产品构建的三个波段，分辨率与原始分辨率相同；(4) 十一个波段，包括SR SAR和SR DEM衍生的产品；(5) 来自SR SAR图像的八个波段；(6) 由SR DEM衍生产品构建的三个波段。在所有实验中，使用了联合国教科文组织地图中50%的数字化考古特征进行训练，剩余50%用于验证。

鉴于分类输出表示连续概率而非硬阈值预测，传统的混淆矩阵指标不足以全面反映模型的性能。因此，我们采用了软混淆矩阵公式[71]，定义如下：
\[s_T = \sum_{i} p_i \]
\[s_F_n = \sum_{i} (1 - p_i)\]
\[s_F_n = \sum_{i}(1 - y_i)p_i\]
\[s_T = \sum_{i}(1 - y_i)(1 - p_i)\]
\[ (4) \]
其中 \(y_i\) 是二值像素 \(i\) 的真实标签，\(p_i\) 代表输出图中对应的预测概率。在这个框架中，软真阳性（sTP）量化了正确分配给正像素的累积概率质量，软假阴性（sFN）捕捉了在真阳性像素中被遗漏的概率质量，软假阳性（sFP）衡量了错误分配给真阴性像素的概率质量，软真阴性（sTN）反映了从负像素中正确保留的概率质量。

在软混淆矩阵的基础上，我们将标准评估指标[72]扩展到它们的概率对应物：
\[s_A^c_c_u = s_T + s_T + s_T + s_F_n + s_F_n\]
\[s_A^e_c_i_n = s_T + s_T\]
\[s_R_e_l_l = s_T + s_T\]
\[s_S_p_i_f = s_T + s_F_n\]
\[s_F_1 = 2 \times s_T \times s_A^c_c_u \times s_A^e_l_l \times s_R_e_l \times s_S_p_i_f\]
\[ (5) \]
其中软准确率（sAccuracy）表示以概率加权方式正确分类的像素的预期比例。软精确度（sPrecision）是预测正例的预期程度，表明正例预测没有误报的程度。软召回率（sRecall）衡量了真阳性的预期覆盖率，反映了模型检测实际考古特征的能力。软特异性（sSpecificity）描述了对真阴性像素的正确预测程度。软假阳性率（sFPR）提供了预期的误报率，而软假阴性率（sFNR）量化了预期的漏检率，两者都以概率质量表示。最后，软F1分数（sF1）是软精确度和软召回率的调和平均值，提供了预测纯度和检测覆盖率之间的平衡总结。

在使用涉及多种场景和混淆矩阵的方法评估性能时，一个重要问题是验证数据的不完整性。由于所使用的验证数据（即联合国教科文组织地图的数字化轮廓）不能保证包含所有考古遗址，因此负面指标可能会影响结果。因此，我们在验证数据周围引入了一个狭窄的掩码并在其中计算指标（图10）。图10展示了在六种不同场景下Caral-Supe遗址的考古结构概率图。(a) 由SR SAR图像和SR DEM产品生成的概率图。(b) 从SR SAR图像衍生的概率图。(c) 基于SR DEM产品的概率图。(d) 使用30米分辨率SAR图像和DEM产品的概率图。(e) 来自30米分辨率SAR图像的概率图。(f) 使用30米分辨率DEM产品的概率图。表3展示了基于这些软指标定义的六种场景的评估结果。SR产品在检测考古特征方面的优越性非常明显。SR产品将所有特征集的精确度提高了70-85%，F1分数提高了47-68%，FPR降低了54-78%。由于增强模型生成了更加集中的概率图，sRecall有所下降。尽管SR DEM产品的指标略好，但从指标中无法清晰看出输入数据集的适应性。因此，有必要比较图10中显示的可视化产品。图10d-f清楚地表明，原始的30米产品不适用于特征分类。考古特征与自然景观之间的概率范围仅为20-30%；因此，在所有三种情况下，都无法从考古角度关注特定区域。另一方面，图10c也显示了基于SR DEM产品的检测的局限性。它在自然地形轮廓（如沙丘）上有很多明显的假阳性。尽管评估指标良好，但仅使用SR DEM的产品无法提供有意义的考古特征信息。图10a,b显示了相似的模式，但图10a中的SR SAR图像与SR DEM产品的组合对地形异常的敏感度更低。结果表明，结合SR多波段DEM数据和SAR通道是最有效的识别考古遗址的方法，证实了SR SAR图像加上SR DEM产品在特征分类中的优越性能。

表3展示了六种不同场景的评估指标。使用L/C波段SAR图像和DEM产品的多波段重建展示了高效率，这一点从表3的指标和图7的观察结果中都可以得到证实，图7显示了不同带宽的SAR图像和DEM产品提供的关键信息。图7c在沙丘场上捕捉到的图像突出了每个输入图像通道的主要贡献。L波段SAR图像揭示了深埋的地表结构，如估计深度为1-2米的现代管道，而C波段图像显示了由表面或附近不规则平面产生的散射。DEM产品有效地表示了多种像素大小的地形特征，包括沙丘和堤坝（图7a,c）。因此，高效的分类器可以处理不同深度和表面粗糙度级别的多样化特征。这些优势是通过依赖光学图像、LiDAR或其他单波段图像产品的数据挖掘无法实现的。值得注意的是，使用航空遥感传感器或LiDAR生成覆盖700平方公里、分辨率为5米的概率图也是不现实的。

我们处理的数据集提供了一些关于Caral-Supe文明的初步线索。这些观察结果仍处于初步阶段，需要与现场考古学家进一步讨论以及额外的地面调查和数据集来确认：
(1) 数据表明存在许多尚未发现的考古结构，特别是在Supe山谷沿线。其中许多特征与Caral-Supe遗址已知的建筑模式一致。这也意味着Caral-Supe文明可能比基于现有考古发现的规模更广泛[73]。Supe北部山谷以及相邻的山麓地区可能存在遗址。
(2) 虽然检测到的信号较弱，但在海岸线和沙丘覆盖的山坡上可能埋藏着几个人为结构。如果这些特征确实与Caral-Supe文明相关，它们可以支持将文明的空间变化与气候变化联系起来的假设[74,75]。依靠渔业的沿海地区居民以及从事农业的Supe山谷居民可能利用了Aspero作为产品交换的中心。
(3) 大部分地表建筑似乎受损或部分完全埋藏，导致在SAR图像中的特征不明显。虽然长期自然侵蚀是一个可能的促成因素，但也要考虑历史自然灾害（如地震和滑坡）的潜在影响，这些灾害可能影响了Caral-Supe文明的衰落[75]。

鉴于这种准确性水平，我们有信心我们的方法成功检测到了许多可能属于Caral-Supe时期的考古结构。

6. 结论
本研究展示了如何将SR成像技术与公开可用的数据集有效结合，应用于考古调查。通过生成SR图像并将其集成到基于深度学习的分类算法中，我们解决了公共领域数据在识别单个考古结构及其更广泛环境背景方面的局限性。应用于古老的Caral-Supe地区，我们的方法能够划分出特定的建筑特征以及相关的地貌环境。通过对SR产品进行基于深度学习的进一步处理，发现了之前未记录的额外潜在人为结构。这一进展在很大程度上归功于合成孔径雷达（SAR）能够探测到浅层地下特征，并结合激光雷达（SR）技术提取详细的三维信息以及增强后的地形数据。这些发现可能表明，卡拉尔-苏佩文明的规模和地理范围比目前所认识的要更大。尽管从现有的公开SAR数据集中直接识别考古特征仍然受到限制，但诸如NASA与ISRO联合开发的NISAR雷达以及ESA的BIOMASS项目等正在进行的任务，结合激光雷达技术，预计将为考古应用提供显著更好的条件。