本文所使用的数据为: 青藏高原范围与界线数据〔12〕; 中国科学院计算机网络信息中心国际科学数据镜像网站( http: / /www. gscloud. cn) 中的 90 m ×90 m 空间分辨率的 DEM 数据产品; 遗址数据主要基于全国第二次文物普查结果, 并结合相关省份文物地图集。在数据处理过程中, 首先确定遗址的具体位置,经纬度不详的遗址结合谷歌卫星地图加以判读; 其次, 参考中国文物普查认定标准进行分类、确定年代( 剔除年代不详的点) , 少量跨年代遗址重复计算,最后按照考古学、历史学、年代学体系的特点, 将研究区遗址按文化类型和历史学的综合划分法统计。GIS 和 RS 等在聚落和区域考古研究的应用也渐趋成熟。利用 GIS 方法中最短路径模拟出青藏高原史前交通路线,利用核密度估计法根据输入的要素数据集计算整个区域的数据聚集状况, 从而产生一个连续的密度表面。能直观地表现研究对象的分布概率, 核密度值的大小代表遗址点在空间分布上的集聚程度, 核密度估计值越大, 遗址点的分布密度越密。在通过平均最邻近指数测量每个要素的质心与其最近要素质心位置之间的距离, 计算所有最邻近距离的平均值, 并将其与假设随机分布中的平均距离进行比较,从 而判断研究要素是否为聚集分布。对属性在整个区域空间分布特征的描述, 用于判断研究区域某一要素或现象在空间是否具有聚集特性存在本文采用全局Moran’s I 指数来测度青藏高原遗址点的全局空间自相关程度。
923 171 2021-04-28