مدل سازی پیش بینی محوطه های عصرآهن: نمونه موردی منطقه شرق کردستان، ایران

مدل های پیش بینی بخشی از رویکرد های آماری مبتنی بر GIS هستند، که درمیان پژوهش های باستان شناختی با توجه به توسعه تئوری ها و ابزار های مورداستفاده، جایگاه مهمی دارند. مدل های پیش بینی در کنار پردازش و بررسی آماری متغیر های محیطی تاثیرگذار بر مکان گزینی محوطه و کمک به شناخت چشم انداز فرهنگی و طبیعی منطقه موردمطالعه، منجر به ارائه برنامه برای مدیریت بهتر میراث فرهنگی می شوند. این نوشتار نیز با رویکردی آماری-تحلیلی و با به کارگیری داده های حاصل از بررسی باستان شناختی، سعی در ارائه مدل پیش بینی بخشی از منطقه شرق کردستان را دارد که در آن بررسی باستان شناختی صورت نگرفته است. مدل سازی پیش بینی به روش یادگیری ماشینی MaxEnt با استفاده از ۱۱عامل به عنوان متغیر طبیعی و هم چنین داده های حضور (محوطه ها) که برای مدل سازی ضرورت دارند، انجام گرفته است. مساحت مدل به دو بخش آزمایشی (بیجار و دهگلان) و محدوده پیش بینی (قروه) تقسیم شده است؛ چراکه مدل پیش بینی شهرستان قروه براساس متغیر های طبیعی و داده های حضور شهرستان های بیجار و دهگلان رخ داده است. درنهایت نقشه پیش بینی به چهار کلاس به عنوان محدوده با مطلوبیت خیلی زیاد، زیاد، متوسط و کم، تقسیم شد. محدوده خیلی زیاد که شامل ۱۰% مساحت کل مدل می شود دربر گیرنده ۵۹% محوطه های عصرآهن بخش شرقی کردستان می شود و در عین حال مشخص شد متغیر های پوشش گیاهی، کاربری اراضی و فاصله از رود ها از تاثیرگذارترین عوامل بر مدل بوده اند؛ هم چنین داده های اولیه در قروه، ۶۲% از محوطه ها را در مساحت ۸% با مطلوبیت خیلی زیاد نشان می دهد که نشان از صحت پیش بینی دارد، و آماره AUC مقدار ۰.۸۳۶ را نشان می دهد و مقدار یابش ۰.۸۲ برای مدل محاسبه شده است که نشان از مدل پیش بینی با ارزش رویکردی ۱ دارد.

کلیدواژه ها:

Archaeological Prediction Model ، GIS ، MaxEnt ، Eastern Kurdistan ، Iron Age. ، مدل پیش بینی باستان شناختی ، GIS ، MaxEnt ، شرق کردستان ، عصر آهن.