基于多源高分辨率數據的遺址空間考古精細識別研究

舒慧勤，方俊永，魯鵬，顧萬發，王瀟，張曉紅，劉學，丁蘭坡

(1.中國科學院空天信息創新研究院,北京 100094；2.中國科學院大學,北京 100049；3.河南省科學院地理研究所,鄭州 450052；4.鄭州市文物考古研究院,鄭州 450000)

0 引言

高分辨率遙感影像信息豐富，地物的幾何結構和紋理信息明顯，可在較小的空間尺度上觀察地表的細節變化，揭示地面調查難以觀察到的細微特征。因此，借助于高分辨率遙感影像數據對考古遺址進行無損探測，初步預測遺跡分布信息，為田野考古勘探提供目標區域，減少工作量和成本，具有重要的應用價值。

早期高分辨率傳感器的研制與應用主要是在軍事領域，以大比例尺遙感制圖和對地物的分析和人類活動的監測為目的，20世紀90年代以后才逐漸進入商業和民用領域的范圍，并迅速地發展起來[1]。隨后QuickBird[2-5]，IKONOS[6-8]和KeyHole[9-11]等一系列高分辨率衛星影像也被應用在考古研究中。但在現有的高分辨率遙感衛星數據中，Corona歷史影像因具有較早的成像時間，能夠復原早期遺址面貌[12]，且其具有高空間分辨率，能夠探測遺址潛在遺跡信息[13]，研究土地歷史地貌覆蓋變化[14]，解決偏遠地區的考古調查[15]而廣泛應用于考古研究中。且通過Corona衛星的立體像對建立數字高程模型(digital elevation model,DEM)和數字正射影像(digital orthophoto map,DOM)可以對遺址的地形地貌進行詳細分析[16]。Google Earth歷史影像是研究遺址過去景觀的高分辨率數據的關鍵來源，它能提供非常高分辨率遙感衛星影像，空間分辨率可達到0.5 m，盡管不提供多光譜信息，但可結合不同時間、傳感器和分辨率的影像識別遺跡特征，不僅能夠檢測到很小的考古遺址影像特征[17-19],也可用于分析考古遺址的歷史動態變遷，繪制遺址結構地圖[20-22]，進行大規模的遺址調查并精確定位[23-24]。

長期實驗研究表明，航空熱成像和高光譜成像技術可以揭示遺跡特征[25-26]，但技術障礙很大程度上阻礙其在考古領域的廣泛應用。近年來，無人機技術和攝影測量圖像處理軟件(如Agisoft PhotoScan，Pix4Dmapper等)的快速發展極大提高了無人機遙感影像對遺址空間考古的探測能力。如Casana等[27-28]系統介紹了無人機熱成像技術應用于考古的原理和方法，實例研究驗證了無人機熱成像技術在揭示考古遺址夯土建筑、灰坑、溝渠等遺跡的能力；Madeleine等[29]利用無人機熱紅外影像分析了伊利諾斯州國家草原村莊的居住面積，發現了六邊形遺跡特征。高光譜成像技術則提供了探測目標的連續光譜采樣，在識別地表覆蓋細小類別差異、遺址構成物質成分差別等方面提供幫助，因此對于識別不同年代和成分的遺址類型有重大作用[1]，如Syed[30]等表明在干旱地區利用無人機高光譜影像能夠提高作物標記檢測率，增強考古遺址識別精度，揭示人眼和標準攝影難以發現的埋藏考古遺跡。但由于高光譜數據數據量大，相鄰波段冗余度高且噪聲多，不利于提取影像特征，最小噪聲分離(minimum noise fraction，MNF)能在保留原始影像最大信息量的前提下，降低譜帶間的相關性和噪聲，被廣泛應用于輔助解釋高光譜數據，增強考古弱信息，提取更多的遺跡特征[31-33]。

本研究主要是利用高分辨率無人機熱紅外、高光譜影像和多源多時相Corona，Google Earth歷史影像對河南省鄭州市滎陽市廣武鎮內的平陶城城址進行影像特征的精細識別。對遺址疑似遺跡進行解釋，評估其埋藏結構的保存程度，并對遺址內的遺跡分布和類型進行分析，根據識別結果初步重建遺址空間結構，為進一步深化對遺址遺跡的考古發掘提供更多線索和新的視角。

1 研究區概況

平陶城因與歷史上著名的虢國關系密切而倍顯科學價值和歷史價值。漢朝滎陽縣建立，原虢都地方定名為“虢亭”，延續到北魏時期，又名為“平陶城”。據《水經注·濟水》載：“索水又東逕虢亭南，應劭曰：‘滎陽故虢國也’，今虢亭是矣。司馬彪《郡國志》：‘縣有虢亭’，俗謂之平咷城?！薄洞笄逡唤y志·河南開封府》云：“平桃城在滎陽縣東南?！庇纱丝梢?，漢代的平咷城，當即東虢故城，地望與平陶城址所在區域一致[34]。平陶故城所建年代不詳，但是在城址始建之前就曾有過商代聚落存在，并且是東虢國的重要城邑。據初步考古調查平陶城城址地理坐標為E113°27′14.05″，N34°52′29.58″，海拔約為110 m(圖1)，位于河南省鄭州市滎陽市，黃河支流枯河以南，北臨廣武山，南距索河4 km?？莺右阅系貐^地勢平坦，適宜耕種居住，是以遺址地表多為農田，地表植被受耕種活動影響，冬春季節主要以種植小麥為主，夏秋季節主要以種植玉米、谷子、紅薯為主，高粱有少量種植。但由于社會經濟建設的急劇發展和城鎮村莊的不斷擴張，遺址周邊環境較為復雜。研究區西北角、西南角和東南角均有村落，北邊、西邊和南邊少部分有花卉種植大棚，其東邊為高速公路，連霍高速、鄭云高速等交匯于此。

圖1 研究區地理位置示意圖Fig.1 Location of the study area

2 數據源及其預處理

2.1 歷史遙感影像

歷史影像是研究遺址早期面貌的重要數據來源，研究收集了高分辨率Corona影像和Google Earth歷史影像庫中的數據。影像參數見表1。

表1 多源高分辨率遙感影像信息Tab.1 Multi-source high-resolution remote sensing image information

作為第一個太空衛星偵察計劃，Corona衛星于1958年部署，結合了傳統航空照片的高分辨率和易讀性，Corona影像還含有多時相、覆蓋范圍廣等優點。1960—1972年，使用了不同鎖眼衛星系統獲得了大量不同分辨率的清晰圖像，這些圖像直到1966年才解密，可在美國地質調查局網站(https://earthexplorer.usgs.gov/)的解密項目中獲得。本文獲取了1962年4月18日到1970年12月4日覆蓋研究區域共8景鎖眼遙感衛星的高分辨率圖像，它保存了中國大規模的土地利用結構變化前的遺址地表景觀。獲取的Corona單景影像被切割為4小塊，研究區域僅位于每景影像中的一小塊，屬于黑白的全景攝影測量影像，沒有投影和坐標信息，存在全景畸變，需要進行幾何校正。研究中使用ArcGIS軟件，以2003年6月12日無偏移的Google Earth歷史影像為基準，通過詳細對比，選取多個明顯不變的地物點作為地面控制點對Corona影像進行了幾何精糾正。

Google Earth是一個虛擬的全球地圖服務，包含幾種不同空間分辨率的衛星圖像，目前也廣泛應用于考古研究。Google Earth地圖服務2013年提供了歷史衛星影像的下載服務，數據庫收錄了WorldView-1/2/3，PleiadesA/B，GF-1和QuickBird等衛星數據。本文獲取了不同時間和來源的歷史影像(表1)，這些歷史影像是無偏移的以GCS_WGS_1984為坐標系的RGB彩色圖片。Google Earth數據主要應用于辨別相對較小的考古遺址所表現出來的考古特征，并驗證Corona影像的識別結果。

2.2 低空無人機遙感影像

無人機影像數據拍攝于2020年4月30日，采用Y12多旋翼無人機(參數見表2，圖2(a))安裝TAU640熱紅外相機和推帚式成像光譜儀(圖2(c),(d))，選擇在天氣晴朗的時間段起飛并排除信號干擾物，在無人機起飛前，使用飛行控制系統設定好航向、航線和高度(圖2(b))。無人機搭載13 mm熱紅外相機定焦鏡頭，光譜波段在8～14 μm范圍內，飛行高度為150 m，在9:00—11:00獲取的無人機熱紅外影像地面分辨率為0.3 m。高光譜數據采集前，需在地面進行高光譜相機的標準黑白板輻射校正，在光照強度最好的12:00—14:00時間段內采集數據，無人機飛行高度120 m，光譜波段400～1 000 nm，波段數300余種，地面分辨率0.1 m。

表2 無人機主要參數Tab.2 Main parameters of UAV

(a)無人機飛行平臺 (b)無人機航線規劃

利用Pix4DMapper軟件對航空獲取的3 218張航空熱紅外相片進行拼接處理，無人機獲取影像時，有自帶的定位定向系統(positioning and orientation system,POS)數據，內容包含有經緯度、高度、航向偏角、鏡頭朝向等參數。處理過程主要包括：①將拍攝得到的無人機原始raw格式數據轉換為jpg格式，并進行篩查和剔除無用相片；②建立測區并設置坐標系及相機參數，導入POS數據和控制點文件；③基于POS數據和相片空間位置信息，建立飛行區稀疏點云，進而根據地面控制點生成帶有精確空間信息屬性的密集點云；④基于密集點云生成飛行區域內3D格網和空間紋理信息；⑤基于空間紋理信息自動處理生成數字表面模型(digital surface model,DSM)和DOM。高光譜原始影像存在幾何畸變，利用專用的可視化采控軟件和模塊實現基于POS數據的系統幾何糾正。

3 研究方法

3.1 遺跡特征遙感解譯標志

埋藏于地表以下的遺跡遺物通過改變土壤含水量、化學物質、致密度等在遙感影像上形成獨特的土壤標記，而因土壤性質改變，植被生長與分布情況發生異常，使植被高度、密度和色彩出現差異，這些差異在遙感影像上都有各自的表現特征，從而成為判斷地下遺跡或現象的植被標志。

古河道、墓葬、灰坑等遺跡含腐殖質較多，營養成分高，較周圍土壤色調較深，且能夠促進植被長勢，在遙感影像上表現為正植被標記。古道路等夯土建筑致密性強、含水率低，影響植物根系生長，作物長勢較差，表現為負植被標記,若覆蓋在裸地下，則表現為影像像元亮度值較高。如圖3所示，穿過平陶城城址的古道路在多源高分辨率數據中均體現為筆直條帶狀，色調與周圍土壤有明顯差別。由此可見夯土建筑在影像中通常呈色調較淺的條帶狀，紋理特征也比較明顯。殘存于地表之上的遺跡會呈現出一定的微地貌特征，如殘存的城墻在傾斜太陽光線的照射之下，其陰影的明暗、形狀、大小和組合方式能清晰地反映出遺跡特征，由前視相機和后視相機形成的立體像對能體現出城墻、高臺立體信息，有利于進行觀測和勾繪。通常情況下考古目標具有較規則的幾何形狀，但是由于遺跡特征受到周圍環境干擾，不同時間、溫度、天氣等都會造成遺跡特征表現不明顯，為了減少遺跡特征識別誤差，當多幅影像中出現相似的遺跡標志才被認為是異常區域，對比分析解譯法能夠減少由于影像質量、偶然因素等造成的誤差。

圖3 古道路遺跡遙感解譯標志Fig.3 Sign of remote sensing interpretation of ancient road remains

3.2 遺跡特征增強分析方法

研究中對收集的多源高分辨率遙感影像進行輻射校正、幾何糾正等預處理，為便于信息辨識和特征提取，進一步對影像進行增強，不考慮圖像質量下降的原因，通過抑制建筑和植被的干擾，將感興趣的考古目標突出。研究采用交互式直方圖拉伸、sobel邊緣檢測算法和假彩色增強、最小噪聲分離(minimum noise fraction，MNF)變換等方法來強調考古目標與周圍環境的差異，以提取潛在的遺跡特征信息。

MNF是基于兩個連續主成分變換旋轉的線性變換，第一次變換用于分離和重新調節數據中的噪聲，濾波處理后得到噪聲協方差矩陣CN，將其對角化進行變換：

(1)

式中：I為單位矩陣；U為特征向量組成的正交矩陣。當變換矩陣P應用于影像數據X時，通過Y=PX變換，將原始影像投影到新的空間，變換后的噪聲數據只有最小的方差且波段間無相關。第二次是對噪聲數據的標準主成分變換，以將噪聲與數據分離，從而最大化信噪比。公式為：

DD-adj=VT(PTCDP)V，

(2)

式中：CD為影像X的協方差矩陣；V為由特征向量組成的正交矩陣。

經過上面兩個步驟處理，數據空間被分為2部分，一是與較大特征值和相對應的特征圖像相關；一是與近似相同的特征值以及占主導地位的圖像相關。MNF變換有助于發現高光譜數據集中的考古作物標記，這是因為它可以識別表面變異性變化，可以有效檢測植被差異。

4 結果與分析

4.1 平陶城城廓空間分析

城墻作為城市、城池和城堡的抵御外侵防御性建筑，主要有墻體和城門兩個基本要素，絕大多數城墻外圍還有護城河。據考古研究，平陶城城址作為周代重要城邑，形態初步推測為方形，即四周城墻長度大致相等，城墻和道路都是用夯土建造，夯土高度密實且分層。Google Earth 2019年影像(圖4(a))顯示現存的城墻主要有北墻大部分和東墻北段，其余各段已蕩然無存。圖4(b)，(c)表示即使是城市更迭、覆滅，仍有部分墻體殘存，實地考察發現，北墻殘高2～3 m左右，西北角較為高大，高約5 m，東墻一般殘高2 m左右，寬約1 m。經5%的線性高斯增強后的Corona影像(如圖4(d)所示)可以觀測到城墻的大致形狀及城墻坍塌后遺留的痕跡。東墻北段和南墻的陰影標記顯示墻體高于地表；北墻大部分墻體也存在，但是由于墻內側有建筑物存在，墻體顯示不明顯；東墻南段仍有長條脊狀線存在；西墻破壞最嚴重，周代城邑大多為方形，西邊直線道路與三邊墻體形成方形的空間格局，可推斷出西邊墻體與道路重合。使用Corona影像的Sobel邊緣檢測算法得出的邊緣和紋理信息可識別出平陶城城址的城墻輪廓(圖4(e))。圖4(a)和圖4(d)對比分析發現，在20世紀60年代以前遺址已經遭到了不可逆轉的破壞，之后土地覆蓋發生了巨大的變化，耕地結構也隨著改變，最明顯的是南城墻東段坍塌嚴重，地表不復存在，影像上依稀能看到痕跡(圖4(f)和圖4(g))，箭頭顯示的條帶狀負作物標記都表明了南城墻遺址的存在。

(a)綜合分析 (b)部分北墻東段城墻遺跡 (c)部分東墻北段城墻遺跡 (d)Corona顯示城墻輪廓 (e)Sobel識別城墻輪廓

(f)2011年GoogleEarth歷史影像疑似東段南城墻負作物標記 (g)2013年GoogleEarth歷史影像疑似東段南城墻負作物標記

(h)Corona疑似圓形角臺遺跡 (i)假彩色疑似圓形角臺遺跡 (j)疑似角臺區域已建寺廟

在城墻的西北處，即北城墻和西城墻交匯處，墻體有明顯的不連續性，北墻西端有明顯的高臺凸出(圖4(d))，圖4(h)中高臺形狀呈現圓形。據《周禮·考工記》：“宮隅之制，以為諸侯之城制?！敝艽鷷r期的都城建筑工藝中，在城墻轉角處會建方形或圓形角臺，并規定“宮隅之制七雉，城隅之制九雉”，即指角臺高度較城墻高二丈。平陶城初步考古調查也發現現存城墻西北角較其他城墻高，非監督分類、Sobel邊緣檢測和平均值的波段組合能夠增強高臺異常區顏色，圓形結構更為清晰(圖4(i))。然而疑似為角臺的異常區域現今已建房屋，已無法進行進一步識別與驗證(圖4(j))。

城門是一座城市的重要節點，由于平陶城考古研究有限，在已有的勘探和發掘資料中，沒有任何關于城門的資料。遺痕分析法[35]可以幫助我們尋找疊壓在地表之下的古代城址，“遺痕”即古代城市的城垣、河湖、街道和大型建筑所遺留的痕跡，它反映了城市本身的歷史變化，可以根據分析現代城市中所遺留的古代城市痕跡，復原被埋在地下的古代城市的平面規劃和布局[36]。城門作為城邑出入通道在城市交通中占有重要位置，并影響著城的格局，城門與城門之間有一定的緊密聯系。古代的城墻雖然殘破、但仍高高立于地上，因此只有城門附近進出方便，這些都會對居民生活、道路建設等產生影響。從道路制圖(圖5)中可以看出，北墻、南墻和東墻分別存在缺口，且每個缺口都有道路穿過。此外，南北缺口的位置是對稱的，中間有一條筆直道路連接。東墻缺口是北墻和南墻道路向東走向的交匯處，缺口位置處于東墻的正中心。因此，根據遺痕分析法推斷這3個缺口為平陶城城門的地點。然而由于破壞嚴重，西門的具體位置未能被發現。平陶城城址規模較小，推測城門的數量也少，研究中發現的缺口數量和位置可以與城墻形成很好的對應，增強了識別出的城門的可信度。綜合以上分析結果，可以認為平陶城城址為方形，西北角有一角臺，東、南、北墻各有一城門。

圖5 平陶城城址疑似城門大致位置Fig.5 The approximate location of the suspected gate of Pingtao City

4.2 無人機熱紅外及高光譜圖像異常區域分析

通過對無人機熱紅外影像判讀，發現一長方形的疑似遺跡靶區，長約44 m，寬約10 m，西邊和北邊線性特征明顯，在熱紅外影像中表現為異常亮值，東邊和南邊線性特征不連續(圖6)。為了突出溫度差異點，對熱紅外影像進一步增強處理，將高通濾波圖像、低通濾波圖像和原圖像進行RGB組合(圖6(b))，影像信息層次感增加使異常亮值表現更為明顯。在Google Earth歷史影像庫中的RGB圖像中該特征表現不明顯(圖6(c))，而1963年的Corona影像(圖6(d))表現出來的長方形特征的陰影標記位置與熱紅外影像的大致相同，可推斷出它們是同一個遺跡。對它們的位置進行分析顯示，從多時相的遙感影像中確認此遺跡位置沒有發生明顯的土地利用改變，地表覆蓋在過去的幾十年間變化較小，主要為耕地(圖6(e))。說明該長方形靶區形成較早，可能與平陶城城址有關?；谝陨系募僭O，通過分析它與平陶城城墻和城門之間的距離和方位來推斷此遺跡類型。它與東城門之間的距離約為整個城址的1/3，正中心正對東城門，由此推斷，此長方形或為古代建筑基址?？脊艑W家們從地表散落的陶罐上發現有戳印的“平陶稟(廩)陶”、“平兆用器”等東周陶文，推斷出當時可能設有工官管理的制陶作坊，實地考察也從遺址地表收集到小而多的陶片(圖6(f))。由于是官營作坊，其規模大、等級高，據其規模和位置推測，此長方形房基有可能是當時的制陶作坊遺跡。

(a)熱紅外長方形特征疑似遺跡 (b)彩色合成長方形特征疑似遺跡 (e)異常區域地表現狀

相對于高光譜原始譜帶，通過應用MNF獲得補充信息，比應用主成分變換更易于視覺分析遺跡特征,因為主成分變換對噪聲比較敏感，當遙感影像的噪聲過大時第一分量的信噪比降低導致降維效果變差，MNF旨在通過將一組相關變量通過信噪比大小轉換為一組新的不相關變量來消除頻譜冗余信息或噪聲并突出圖像中的信息頻譜變化的過程。利用MNF處理后的航空高光譜影像中(圖7)，第一成分包含了最大的信息量(圖7(a))，隨著維數的增加，影像質量逐漸下降。通過高光譜最小噪聲分離分析，可以對研究區的一些影像特征進行突出顯示，發現條帶狀的負作物標記，該標記在Google Earth歷史影像和無人機熱紅外影像中表現不明顯(圖7(g)，(h))，但是在MNF前2個主成分中可以觀測到表面不明顯的遺跡特征。在真彩色影像(圖7(d))中負作物標記顯示不突出，且在假彩色影像(圖7(e))中無作物標記，但使用前3個主成分的所有組合生成假彩色影像以進行彩色增強，將條帶狀的灰度差別轉換為明顯的色彩差異，明顯有利于疑似目標解譯和提取更多有用信息(圖7(f))。對航空高光譜影像識別到的靶區進行分析，發現在Corona影像上由北門到東門的道路(圖5)與靶區影像位置重疊，且長時間序列影像顯示該道路在1970年以后就已廢棄，覆壓在耕地下，根據遺跡特征遙感解譯標志進行判讀，可確定該靶區類型為古道路遺跡。

(a)MNF1 (b)MNF2

5 結論

基于多源高分辨率遙感影像數據，本研究對平陶城城址進行無損詳細識別、定位和提取遺跡特征信息，并對考古遺址空間結構重建，主要結論如下：

1)利用多時相、多源高分辨率遙感影像，對比分析考古目標表現的色調、質感、形狀、大小等特征，能夠提取出遺址的異常區域。且依據城址規模、缺口等現代城市所遺留的古代城市痕跡的“遺痕分析法”可推測平陶城城址城門數量和大致位置。研究還有效探測到疑似城墻、角臺、長方形房基、壕溝等遺跡，為研究遺址的建筑格局、等級和形制研究提供重要的空間信息，初步可確定平陶城城址符合周代時期古代城市的傳統布局。

2)無人機熱紅外技術可以揭示在地面或光學影像上不明顯的埋藏的考古特征，高光譜影像經過MNF變換有助于探測微弱信息，Corona影像能夠識別出早期遺址面貌，Google Earth歷史影像則在微小的疑似遺跡特征檢測和提取方面提供幫助。利用邊緣檢測算法可以有效提取遺跡紋理信息，尤其是城墻結構的信息增強，彩色合成方法能夠將微小影像特征的灰度差別顯示為明顯的色彩差異，有利于目視識別靶區目標。

3)綜合利用多源高分辨率遙感影像數據對遺址遺跡特征進行解譯，很大程度提高了考古調查效率和準確性，未來的研究將結合地球物理探測方法進行勘察，以期為下一步考古工作提供更有效的線索和依據。