Применение методов обработки данных дистанционного зондирования Земли (ДДЗЗ) в археологических исследованиях развивается в сторону автоматизации поиска объектов методами машинного обучения, в том числе для задач инстанс-сегментации. Сотрудники Санкт-Петербургского Института истории материальной культуры Российской академии наук (ИИМК РАН) много лет изучают объекты афанасьевской культуры в районе Среднего Енисея [1]. В 2013–2014 гг. по архивным снимкам SPOT-6 (предоставленным компанией Сканэкс) проводился визуальный поиск курганов [2]. Благодаря тому, что могильники афанасьевской культуры имеют круглую форму погребальных сооружений, эти объекты являются перспективными для автоматизированной детекции. В 2025 г. началась разработка методов автоматизированного обнаружения объектов афанасьевской культуры. Основными ограничениями исследования стали малая обучающая выборка и недостаточно точная привязка координат известных объектов, поэтому для формирования обучающего и валидационного наборов применялось визуальное дешифрирование. Для детекции использовалась архитектура нейросети U-Net с предобученным энкодером ResNet-34, что соответствует общемировой практике применения свёрточных сетей в археологических задачах, имея, при этом ограниченные компьютерные мощности. Предварительные результаты автоматизированной детекции показали согласование с данными визуального дешифрирования, которое проводилось на основе знаний о строении курганов, их форме и текстуре. В будущем планируется создание репрезентативной тестовой выборки на основе полевых данных с известными координатами памятников. Работа в данном направлении продолжается совместно с археологами Института истории материальной культуры.
Дальнейшее развитие работы также связано с переходом от односенсорного анализа к мультимодальному. В мире активно разрабатываются комплексные конвейерные алгоритмы [3,4], основанные на одновременном использовании разнородных источников данных — исторической аэрофотосъёмки, лидарного сканирования, геофизических измерений и спутниковых изображений. Такие мультимодальные подходы применяются для сегментации и детекции различных категорий археологических объектов и обеспечивают повышение полноты обнаружения по сравнению с односенсорными методами. Данное направление представляет особый интерес и активно развивается, в том числе в контексте отечественной археологии.

Ключевые слова: дистанционное зондирование Земли, археология, сегментация, свёрточные нейронные сети, U-Net, мультисенсорные данные

Литература:

Степанова Н. Ф., Поляков А. В. Афанасьевская культура: история изучения и современное состояние // Афанасьевский сборник. — Барнаул : Азбука, 2010. — С. 4–15.
Сидорина И. Е., Зимарева Е. Б. Геоинформационное сопровождение археологических исследований памятников эпохи неолита в Смоленской области // Информационные технологии и системы: управление, экономика, транспорт, право. — 2013. — № 2-1 (11). — С. 175–179
Berganzo-Besga I., Orengo H. A., Lumbreras F., Carrero-Pazos M., Fonte J., Vilas-Estévez B. Hybrid MSRM-based deep learning and multitemporal Sentinel 2-based machine learning algorithm detects near 10k archaeological tumuli in north-western Iberia // Remote Sensing. — 2021. — Vol. 13, № 20. — Art. 4181. — DOI: 10.3390/rs13204181
Canedo D., Fonte J. et al. Automated Detection of Hillforts in Remote Sensing Imagery With Deep Multimodal Segmentation // Archaeological Prospection. — 2025. — Vol. 32, № 2. — P. 297–311.

XXIV.A.471

Современные подходы к автоматизированному поиску археологических объектов по данным ДЗЗ: опыт и направления работы

Методы и алгоритмы обработки спутниковых данных