論文の概要: Ecological Legacies of Pre-Columbian Settlements Evident in Palm Clusters of Neotropical Mountain Forests
- arxiv url: http://arxiv.org/abs/2507.06949v2
- Date: Thu, 04 Sep 2025 16:39:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-05 14:03:58.787688
- Title: Ecological Legacies of Pre-Columbian Settlements Evident in Palm Clusters of Neotropical Mountain Forests
- Title（参考訳）: 熱帯山岳林のヤシ群落に分布するコロンブス前集落の生態学的意義
- Authors: Sebastian Fajardo, Sina Mohammadi, Jonas Gregorio de Souza, César Ardila, Alan Tapscott Baltar, Shaddai Heidgen, Maria Isabel Mayorga Hernández, Sylvia Mota de Oliveira, Fernando Montejo, Marco Moderato, Vinicius Peripato, Katy Puche, Carlos Reina, Juan Carlos Vargas, Frank W. Takes, Marco Madella,
- Abstract要約: 本研究では,コロンブス以前の森林変質地域を現代の植生に基づいて推定するための,深層学習とリモートセンシングに基づくアプローチを提案する。
パームは、大規模なインフラ投資を行う考古学的遺跡の近くで、はるかに豊富であった。
以上の結果から,コロンブス以前の個体群が植生に影響を与え,ヤシの増殖にともなう環境が育ち,生態的フットプリントが持続していることが示唆された。
- 参考スコア（独自算出の注目度）: 27.105995311043376
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ancient populations markedly transformed Neotropical forests, yet the spatial extent of their ecological influence remains underexplored at high resolution. Here we present a deep learning and remote sensing based approach to estimate areas of pre-Columbian forest modification based on modern vegetation. We apply this method to high-resolution satellite imagery from the Sierra Nevada de Santa Marta, Colombia, as a demonstration of a scalable approach, to evaluate palm tree distributions in relation to archaeological infrastructure. Palms were significantly more abundant near archaeological sites with large infrastructure investment. The extent of the largest palm cluster indicates that ancient human-managed areas linked to major infrastructure sites may be up to two orders of magnitude bigger than indicated by current archaeological evidence alone. Our findings suggest that pre-Columbian populations influenced vegetation, fostering conditions conducive to palm proliferation, leaving a lasting ecological footprint. This may have lowered the logistical costs of establishing infrastructure-heavy settlements in less accessible locations.
- Abstract（参考訳）: 古代の人口は、ネオトロピカルな森林を著しく変化させたが、その環境影響の空間的範囲は、高解像度で調査されていない。
ここでは,近代植生に基づくコロンブス以前の森林修正地域を推定するための,深層学習とリモートセンシングに基づくアプローチを提案する。
本手法は,コロンビアのシエラネバダ・デ・サンタマルタの高解像度衛星画像に適用し,考古学的基盤に関するヤシの分布を評価するためのスケーラブルなアプローチの実証である。
パームは、大規模なインフラ投資を行う考古学的遺跡の近くで、はるかに豊富であった。
最大のヤシ群集の規模は、主要なインフラ施設に関連付けられた古代人の管理地域が、現在の考古学的証拠だけで示されるよりも2桁も大きい可能性があることを示している。
以上の結果から,コロンブス以前の個体群が植生に影響を与え,ヤシの増殖にともなう環境が育ち,生態的フットプリントが持続していることが示唆された。
これにより、アクセスしにくい場所にインフラの多い開拓地を建設するための物流コストが低下した可能性がある。
関連論文リスト
- AI-ming backwards: Vanishing archaeological landscapes in Mesopotamia and automatic detection of sites on CORONA imagery [41.94295877935867]
我々は、Cronaとして知られる最も古いグレースケール衛星画像セットの1つが提供した知識を用いて、既存のディープラーニングモデルをアップグレードする。
最初のBingベースの畳み込みネットワークモデルは、バグダッドの西、アブ・グライブ地区のCrona衛星画像を用いて再訓練された。
論文 参考訳（メタデータ） (2025-07-17T14:21:50Z) - Detection and Geographic Localization of Natural Objects in the Wild: A Case Study on Palms [13.350975037304194]
PRISM (Processing, Inference, and Mapping) は高密度熱帯林におけるヤシの検出と位置決定のための柔軟なパイプラインである。
まず,8,830個の箱と5,026個のヤシ中心点をアノテートした,エクアドル西部の21の生態学的に多様な場所に,UAV由来の大規模なオルソモザイクデータセットを構築した。
第2に、ゼロショットSAM2をセグメンテーションバックボーンとして統合し、効率と性能に基づいて複数の最先端物体検出器を評価し、第3に、信頼性スコアをIoUと整合させ、sを探索するキャリブレーション手法を適用した。
論文 参考訳（メタデータ） (2025-02-18T16:43:11Z) - Real-Time Localization and Bimodal Point Pattern Analysis of Palms Using UAV Imagery [13.085752393960886]
リアルタイム検出,セグメンテーション,およびカノピーヤシのカウントのためのディープラーニングフレームワークであるPalmDSNetを紹介する。
エクアドル西部の熱帯林21ヶ所からUAVキャプチャー画像を用いてオルソモザイクを作成する。
画像パッチ上の7,356のバウンディングボックスと5つの整形外科領域にわたる7,603のヤシセンターを含む、包括的なデータセットを作成するために専門家アノテーションが使用された。
論文 参考訳（メタデータ） (2024-10-14T22:23:10Z) - Deep Learning tools to support deforestation monitoring in the Ivory Coast using SAR and Optical satellite imagery [0.0]
衛星は森林の消失を認識し、関心領域の拡大を防ぐために使用できる。
フォレスト・ノン・フォレスト・マップ (FNF) はセンチネル画像入力モデルの基礎的真理として用いられている。
森林と非森林を分類するモデルは、森林破壊の起こりうる場所を予測するためにオープンデータセットを使用して、この地域の森林と非森林のピクセルを分類する。
論文 参考訳（メタデータ） (2024-09-16T14:26:41Z) - Pansharpening of PRISMA products for archaeological prospection [1.2116854758481392]
本研究は, パンシャーペン型PRISMA衛星製品の地球考古学探査における利用性を評価するものである。
3つのパンシャーピング法(GSA, MTF-GLP, HySure)を定量的・質的に比較し, アクイレイア(イタリア)の考古学的景観について検討した。
論文 参考訳（メタデータ） (2024-04-08T12:29:46Z) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳（メタデータ） (2023-11-02T02:00:27Z) - Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。
従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。
本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
論文 参考訳（メタデータ） (2023-06-05T03:36:01Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - Neuroevolution-based Classifiers for Deforestation Detection in Tropical
Forests [62.997667081978825]
森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。
監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。
本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
論文 参考訳（メタデータ） (2022-08-23T16:04:12Z) - Potato Crop Stress Identification in Aerial Images using Deep
Learning-based Object Detection [60.83360138070649]
本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。
主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。
実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
論文 参考訳（メタデータ） (2021-06-14T21:57:40Z) - Automatic Large Scale Detection of Red Palm Weevil Infestation using
Aerial and Street View Images [0.0]
レッド・パーム・ウィービルの広がりは、日付の栽培者、家主、政府に大きな影響を与えた。
ヤシの木の感染の早期検出は、不可逆的な損傷から木を救うことができる治療を可能にするために重要であることが証明されています。
本稿では,最先端の深層学習アルゴリズムを用いて,ヤシに寄生するヤシの木を観察する新しい手法を提案する。
論文 参考訳（メタデータ） (2021-04-06T15:35:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。