Emerging Applications of LiDAR / Airborne Laser Scanning in the Management of World Heritage Sites
Notice bibliographique
Résumé
Remotely sensed data and imagery have revolutionized the way we understand archaeological sites and landscapes. LiDAR / airborne laser scanning (ALS) has been used to capture the often subtle topographic remnants of previously undiscovered sites even in intensely studied landscapes, and is rapidly becoming a key technology in survey projects with large extents and/or difficult terrain. This paper examines the practical application of this technology to archaeological heritage management, with special attention given to how ALS can support the World Heritage List nomination process and management of WHS archaeological sites and landscapes. It presents a number of examples from published ALS studies alongside case studies from projects undertaken by the authors at Cultural Site Research and Management and the Cultural Site Research and Management Foundation, Baltimore, Maryland, USA. The paper opens with a review of how ALS has been used at established World Heritage Sites, focusing on the Archaeological Ensemble of the Bend in the Boyne, Ireland, and the Angkor Archaeological Site in Cambodia. ALS applications for site prospection and demarcation, and viewshed analysis is explored in this section. Following this, we explore how ALS has been used to support two recent applications: the successfully nominated Monumental Earthworks at Poverty Point, USA and the recently nominated Orheiul Vechi Archaeological Landscape in Moldova. We propose that the detail offered by ALS data greatly strengthens nomination dossiers by emphasizing the outstanding universal value of sites, highlighting significant features and providing greater context to wider landscapes, and is particularly efficacious in delineating site boundaries for legal protection and long-term management. Finally, we conclude with a look at some of the practical considerations involved in the use of ALS, including access and training.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».