Modelling Bias and Environmental Preferences in Archaeological Spatial Analysis

• Kempf, Michael ^[1] ; Weaverdyck, Eli J. S. ^[2]
  1. [1] Kiel University

     Kiel University

     Kreisfreie Stadt Kiel, Alemania

     
  2. [2] University of Freiburg

     University of Freiburg

     Stadtkreis Freiburg im Breisgau, Alemania

     
• Localización: Vegueta: Anuario de la Facultad de Geografía e Historia, ISSN 1133-598X, Vol. 23, Nº. 1, 2023, págs. 57-95
• Idioma: inglés
• Títulos paralelos:
  • Sesgo de modelado y preferencias ambientales en el análisis espacial arqueológico
• Enlaces
  • Texto completo
• Resumen
  • español

    El análisis de patrones de puntos (PPA) ha cobrado impulso en la investigación arqueológica en el modelado de las distribuciones a gran escala de sitios y las covariables explicativas. Se ha puesto más interés en el sesgo de las distribuciones arqueológicas, que en su mayoría impactan por el cambio moderno en el uso de la tierra. Estas interacciones, sin embargo, aún no se han explorado completamente. Presentamos tres enfoques diferentes para comprender los patrones de puntos arqueológicos como funciones de covariables explicativas: (i) modelado de preferencias ambientales de registros arqueológicos en diferentes fases cronológicas; (ii) una superficie de sesgo personalizada que representa la variabilidad del paisaje regional; (iii) un paquete R (rbias) que permite generar una superficie de polarización difusa basada en datos de Open Street Map (OSM).

  • English

    Point pattern analysis (PPA) has gained momentum in archaeological research that models large-scale distributions of sites and explanatory covariates. As such, there has been increased interest in the bias of archaeological distributions, which mostly have an impact due to modern land-use change. These interactions, however, have not yet been fully explored. In order to better understand archaeological point patterns as functions of explanatory covariates, we offer three different approaches: (i) environmental preference modelling of archaeological records in different chronological phases; (ii) a custom bias surface that represents the variability of the regional landscape; (iii) an R-package (rbias) allowing the generation of a fuzzified bias surface based on Open Street Map (OSM) data.