作者 TPS-IL • 2025年12月18日
耶路撒冷，2025年12月18日（TPS-IL）——海法大学开发的一项全新计算工具正在改变考古学家记录和分析古代废墟的方式，它利用无人机影像和机器学习来揭示地面水平无法辨认的建筑格局。
“表面上看来是散落石块的遗址突然变成了连贯、有组织的结构，这节省了大量的研究时间，”海法大学考古与海洋文化学院的研究作者之一伊扎克·亚法（Yitzchak Jaffe）博士对以色列新闻社（TPS-IL）表示。“而且该系统在考古学领域的应用是独一无二的。”
该工具将高分辨率无人机影像与机器学习相结合，以识别整个考古遗址中的单个建筑石块和墙段。几分钟之内，该系统就能绘制数十万块石头的地图，并将看似视觉混乱的画面转化为详细、可测量的遗址平面图。该成果最近在经同行评审的《考古科学杂志》（Journal of Archaeological Science）上进行了评估。
古代定居点遗址常常让研究人员和游客感到困惑。从地面上看，倒塌的墙壁和侵蚀的结构类似于随机的石堆，甚至长时间的实地考察也可能无法阐明遗址最初的布局。虽然无人机摄影提供了更广阔的视角，但到目前为止，将航拍图像转化为可用的考古数据仍需要漫长且劳动密集的手动处理。
为了弥补这一差距，海法大学团队使用了在古代废墟上方拍摄的数百张无人机图像，将这些照片拼接成精确的空间地图和高程模型。然后，这些地图被分成数百个小部分，用于训练两个机器学习模型。其中一个模型被训练用于识别单个建筑石块，第二个模型则用于检测墙段。
这两个模型均使用数千个手动标注的示例进行了训练。训练完成后，系统将石块和墙壁图层进行交叉引用，生成详细的遗址平面图，其中每块石头都被固定在其准确的位置，并与特定的墙段相关联。根据研究合著者、博士研究员埃雷尔·乌齐埃尔（Erel Uziel）的说法，其结果是实现了以往在没有大规模发掘的情况下无法达到的空间精度。
随后，该系统在以色列境内的9个考古遗址进行了测试。总共识别出约35万块建筑石块，其中约20%被归类为墙体结构的一部分。研究人员发现，即使在植被茂密、土壤颜色各异或部分保存完好的遗址中，该工具也能准确运行——这些条件通常会使考古记录变得复杂。
通过将石块级数据与墙壁分割相结合，该工具使研究人员能够识别整个定居点的建筑类型、建筑风格和空间组织。研究团队表示，这为分析遗址随时间的发展、街区规划方式以及不同时期建筑选择的变化开辟了新的可能性。
其意义不仅限于记录。研究团队表示，凭借精确的空间数据，考古学家可以识别出具有高研究潜力的区域，并更具战略性地规划发掘工作，从而减少不必要挖掘并更好地保护敏感区域。该工具还允许学者提出依赖于准确空间关系的新研究问题，例如单个遗址内建筑密度的变化、材料的重复使用或施工技术的差异。
以色列文物管理局（Antiquities Authority）的考古学家兼地理信息学经理海·阿什肯纳齐（Hai Ashkenazi）对TPS-IL表示，该工具可能“非常有用”。
他表示：“乍一看，这可能是一个对我们文物管理局非常有用的大发展，因为它使得快速起草遗址平面图成为可能。目前，我们仍在对其进行测试，以确保它能够与我们的文件以及不同类型和颜色的地形相匹配。”