سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

علیرضایی, ساسان, نقشینه, امیرصادق, کرمی, جلال. (1398). پیش‌بینی احتمال وجود محوطه‌های باستانی پیش ‌ازتاریخ، از دوره مس‌ و سنگ تا عصر آهن با‌استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: دشت هرسین- بیستون. , 11(3), 43-58. doi: 10.52547/gisj.11.3.43
ساسان علیرضایی; امیرصادق نقشینه; جلال کرمی. "پیش‌بینی احتمال وجود محوطه‌های باستانی پیش ‌ازتاریخ، از دوره مس‌ و سنگ تا عصر آهن با‌استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: دشت هرسین- بیستون". , 11, 3, 1398, 43-58. doi: 10.52547/gisj.11.3.43
علیرضایی, ساسان, نقشینه, امیرصادق, کرمی, جلال. (1398). 'پیش‌بینی احتمال وجود محوطه‌های باستانی پیش ‌ازتاریخ، از دوره مس‌ و سنگ تا عصر آهن با‌استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: دشت هرسین- بیستون', , 11(3), pp. 43-58. doi: 10.52547/gisj.11.3.43
علیرضایی, ساسان, نقشینه, امیرصادق, کرمی, جلال. پیش‌بینی احتمال وجود محوطه‌های باستانی پیش ‌ازتاریخ، از دوره مس‌ و سنگ تا عصر آهن با‌استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: دشت هرسین- بیستون. , 1398; 11(3): 43-58. doi: 10.52547/gisj.11.3.43

پیش‌بینی احتمال وجود محوطه‌های باستانی پیش ‌ازتاریخ، از دوره مس‌ و سنگ تا عصر آهن با‌استفاده از مدل رگرسیون لجستیک در محیط GIS، مطالعه موردی: دشت هرسین- بیستون

نشریه سنجش از دور و GIS ایران
مقاله 3، دوره 11، شماره 3 - شماره پیاپی 43، 1398، صفحه 43-58    اصل مقاله (2.65 M)
نوع مقاله: علمی - پژوهشی
شناسه دیجیتال (DOI): 10.52547/gisj.11.3.43
نویسندگان
ساسان علیرضایی* 1؛ امیرصادق نقشینه2؛ جلال کرمی3
1دانش آموخته کارشناسی ارشد باستان‌شناسی، دانشگاه شهید بهشتی تهران
2استادیار گروه باستان‌شناسی، دانشگاه شهید بهشتی تهران
3استادیار گروه سنجش از دور و GIS، دانشگاه تربیت مدرس تهران
چکیده
گردآوری داده‌ها و ثبت محوطه‌های باستانی در باستان‌شناسی با روش بررسی میدانی، هزینه‌بر بوده و نیاز به نیروی انسانی و صرف وقت بسیار دارد. بر این اساس، استفاده از روش‌هایی که بتواند بدون نیاز به مشاهده مستقیم، احتمال وجود محوطه‌های باستانی را پیش‌بینی کند، نقش چشم‌گیری در صرفه‌جویی در زمان و هزینه‌های بررسی‌های میدانی باستان‌شناختی خواهد داشت. مسئله اصلی این پژوهش، ارزیابی میزان توانایی مدل رگرسیون لجستیک در پیش‌بینی پراکندگی محوطه‌های باستانی دشت هرسین- بیستون است. متغیرهای پیش‌بینی‌کننده برای این پژوهش شامل متغیرهای محیطیِ شیب، ارتفاع، فاصله تا رودخانه، پوشش گیاهی و متغیرهای فرهنگیِ فاصله تا شهرهای امروزی، تراکم روستاهای امروزی و فاصله تا جاده‌های اصلی می‌شوند و متغیر وابسته، متراکم‌ترین پهنه‌ به لحاظ وجود محوطه‌های باستانی پیش ‌از تاریخ است. نتایج نشان داد که مدل رگرسیون لجستیک در پیش‌بینی پراکندگی محوطه‌های باستانی در دشت هرسین- بیستون در دوره‌های مختلف موفق بوده است. همچنین معرفی پهنه‌های پرتراکم به لحاظ وجود محوطه‌های باستانی به عنوان متغیر وابسته به مدل در مناطقی که به لحاظ ریخت‌شناختی، دشت محسوب می‌شوند، کارآمد‌تر از معرفی صرفاً نقاط GPS محوطه‌های باستانی است و به‌ترتیب متغیر فرهنگیِ تراکم روستاها در عصر مس‌وسنگ، تراکم روستاها، فاصله تا شهرها و فاصله از جاده‌های اصلی کنونی در عصر مفرغ، فاصله از شهرهای کنونی و فاصله از جاده‌های اصلی کنونی در عصر آهن، بیشترین تأثیر را در پیش‌بینی پراکندگی محوطه‌های باستانی داشته‌ است. 
کلیدواژه‌ها
مدل رگرسیون لجستیک؛ محوطه‌های باستانی پیش ‌از تاریخ؛ دشت هرسین_بیستون؛ سیستم اطلاعات جغرافیایی(GIS)
عنوان مقاله [English]
Prediction of the Possibility of Prehistoric Archaeological Sites from Calcolithic to Iron Age using Logistic Regression Model in GIS, Case study: Harsin_Bisotun Plain
نویسندگان [English]
Sasan Alirezaei1؛ Amir Sadeg Naghshineh2؛ Jalal Karami3
1Graduated Master of Archaeology, Shahidbeheshti University of Tehran
2Assistant Professor, Department of Archaeology, Shahid Beheshti University of Tehran
3Assistant Professor, Department of Remote Sensing and GIS, Tarbiat Modarres University of Tehran
چکیده [English]
Data collection and recording of Archaeological sites in Archaeological research is costly and requires a lot of manpower and time. Accordingly, the use of methods that can predict the presence of ancient monuments without direct observation will play a significant role in saving time and cost of Archaeological surveys. The main issue of this research is to assess the ability of the logistic regression model to predict the dispersal of ancient sites in the Harsin-Bisotun plain. Predictor variables for this study include the environmental variables of slope, height, distance to river, vegetation, distance to modern cities, density of modern villages and distance to main roads, and dependent variable  is the most turbulent  of area in terms of existence prehistoric Archaeological sites. For modeling, using logistic regression, GIS and IDRISI softwares was used. By analyzing the results of the logistic regression model, results showed that, the logistic regression model was successful in prediction the dispersion of ancient sites in the Harsin-Bisotun plain. As well, the introduction of densly populated areas due to the presence of ancient sites  as a modle-dependent variable in the plain-bound areas is more important than the mere introduction of GPS points of the ancient sites as a dependent variable. and, Accordingly, the cultural variability of village density in the Calcolithic Age, village density, distance to cites and the distance to main roads in the Bronze Age and distance to cites, distance to main roads in Iron Age have had the greatest impact in prediction the dispersion of ancient sites.
کلیدواژه‌ها [English]
Logistic Regression Modle, Prehistoric Archaeological sites, Harsin_Bisotun plain, Geographic Information System(GIS)
مراجع
  1. سعیدی هرسینی، م.ر، نیکنامی، ک. و طهماسبی، ا.، 1391، برهمکنش محیط و فرهنگ، چشم‌انداز جغرافیایی و تحلیل باستان‌شناختی از استقرارهای دوره مس‌سنگی زاگرس مرکزی، مجله پژوهش‌های باستان‌شناسی ایران، شماره 2، صفحه 25-36
  2. عابدینی، م.، قاسمیان، ب. و شیرزادی، ع.، 1393، مدل‌سازی خطر وقوع زمین‌لغزش با استفاده از مدل آماری رگرسیون لجستیک مطالعه موردی: استان کردستان، شهرستان بیجار، جغرافیا و توسعه، شماره 37، صفحه 102-85
  3. مترجم ع.، ی محمدی فر، 1381، بررسی و شناسایی و مستندسازی آثار باستانی شهرستان هرسین، گزارش منتشرنشده
  4. مرادی، ی.، 1379، بررسی دشت بیستون، گزارش موجود در اداره میراث فرهنگی و گردشگری در استان کرمانشاه، منتشر نشده
  5. نیکنامی، ک.، خطیب شهیدی، ح. و سعیدی هرسینی، م.ر. 1386، تئوری و تکنیک‌های پیش‌بینی (تخمین) مکان‌ها یا پراکنش‌های سایت‌های پیش‌ازتاریخی در پهندشت‌های باستان‌شناختی با کاربرد GISو رگرسیون لجستیک: مطالعه موردی حوزه رودخانه گاماسب زاگرس مرکزی، مجله دانشکده ادبیات و علوم انسانی دانشگاه تهران، شماره 184، صفحه 193-212
  6. یغمایی، ب.، 1384، تجزیه‌ و‌ تحلیل و مدل‌سازی محوطه‌های باستانی با استفاده از داده‌های سنجش از دور و GIS بر پایه مطالعه موردی: حوضه رود کر، منتشر نشده
  7. Balla, A., Pavlogeorgatos, G., Tsiafkis, D. & Pavlidis, G., 2014, Efficient Predictive Modelling for Archaeological Research, Mediterranean Archaeology and Archaeometry, Vol 14, N14, 119-129
  8. Campbell, J S., 2006, Archaeological Predictive Model of SouthWestern Kansas, Department of Geography
  10. Canning, S., 2005, Bellife in the past: Dempster- Shafer theory, GIS and Archaeological predictive modeling, Australian Archaeology, N 60, 6-15
  11. Haltonm, T.J., 2014, Predictive Model of Archaeologicagl Sites of the Hopi Rezervation of Northeastern Arizona, University of Redlands
  12. Kamermanc, H., 2004, The Application of Predictive Modeling in Archaeology: Problem and Possibilities, Leiden University, N 52, 273-277
  13. Kohler, T. & Parker, S.C., 1986, Predictive Models for Archaeological Resourse location, Advances in Archaeological Methodology and Theory
  14. Longston, M.L., 2013, Site Location Modeling and Prehistoric Rock Shelter Selection on the Upper Cumberland Plateau of Tennessee, East Tennessee State University
  15. Mortensen, P., 1993, Paleolithic and Epi Paleolithic Sites in the Hulailan Valley, Northern Luristan, the Paleolithic Prehistory of the Zagros _ Taurus, (ed) by Olszewski deborach, University of Pensylvania Museum, 159-187
  16. Sevedjemo, G., 2003, Predictive Model for Iron Age Settelments on Gotland 200-600 AD , Department of Computer and Information Science
  17. Tokmakidis, K., Kalyvloti, M.E., Nanakou, P., 2004, Geographic Inphormation System Applied in Archaeological site, FIG Working Week, 1-12
  18. Verhagen, P., Thomas, G.W., 2011, Integrating Archaeological Theory and Predictive Modeling: a Live Report from the Scene, Archeol Method Theory, 50-91
آمار
تعداد مشاهده مقاله: 4,370
تعداد دریافت فایل اصل مقاله: 2,511