Om projektet
Et stort antal forhistoriske gravhøje optræder ikke i de moderne kulturarvsdatabaser – men findes til gengæld ofte afmærket i 1800-tallets kortlægning af Danmark. Dette borgerinddragende og samskabende projekt vil anvende state-of-the-art kunstig intelligens og remote sensing-teknikker, til at opnå en bedre helhedsforståelse af forhistoriens landskab. En forståelse, der mangler i vores nutidige optegnelser. Dette opnås gennem et samarbejde med borgerforskere om at identificere forskellige kortsignaturer – identifikationer der efterfølgende vil blive brugt til at træne computerens kunstige intelligens, til at kunne identificere selvsamme signaturer på egen vis.
Projektet vil have særlig fokus på at identificere kortsignaturer for gravhøje på Original-1 kortene (O1), der stammer fra 1800-tallet. Efterfølgende vil gravhøjenes bevaringsstatus blive evalueret og undersøgt ved hjælp af moderne LiDAR-analyser suppleret af geofysiske undersøgelser og boreprøver på udvalgte lokaliteter. Disse undersøgelser giver os mulighed for systematisk at kunne vurdere og fastslå, i hvilket omfang vores eksisterende kulturarv, og vores nuværende viden om gravhøje, risikerer at gå tabt.
Projektet vil endvidere bidrage med mere komplette kvantitative og rumlige analyser af gravhøjenes placering i landskabet. Disse analyser bruges til at skabe indsigt i, hvordan fortidens landskab var struktureret og opbygget. De forskellige højteknologiske værktøjer muliggør, at arkæologer kan opbygge et mere repræsentativt overblik af forhistoriens landskab, og samtidig analysere ”glemte” arkæologiske anlæg. Dette er alt sammen afgørende, når vi tager de stigende trusler mod vore kulturarvsressourcer i betragtning, såsom klimaændringer, intensiv dyrkning og byggeaktivet forårsaget af befolkningsvækst.
Med en moderne open-source tilgang, stræber vi efter at gøre disse værktøjer tilgængelige for alle, som ønsker at bruge dem.
Befolkning af bronzealderlandskabet
Den intensive periode med konstruktion af gravhøje i slutningen af bondestenalderen og tidlig bronzealder markerede en intens fase af monumentkonstruktion, der for evigt ændrede det danske landskab. Det er rimeligt at antage, at store landskabsarealer blev direkte påvirket af indsamlingen af tørv, der må have ført til miljømæssig nedbrydning og påvirkning af datidens samfund. De arkæologiske spor efter bosættelser i samme periode, er i modsætning til gravhøjene både sparsomme og flygtige. Forskere, der undersøger perioden, har fokuseret på at bruge antallet og fordelingen af gravhøjene til at anslå befolkningens størrelse og, ved hjælp af gravhøjenes placering og organisation i landskabet, opbygge teorier om territorielle grænser og mobilitet.
Imidlertid er disse studier i vid udstrækning baseret på gravhøje, der er registreret i den nationale database Fund og Fortidsminder (FoF), som undervurderer deres antal betydeligt. Dette er bl.a. demonstreret i et studie af Niels Haue (ref) i en regional undersøgelse i Nordjylland, hvor antallet af gravhøje vist på historiske kort blev sammenlignet med dem, der er registreret i FoF. Dette førte til en 33% stigning i antallet af kendte gravhøje i projektområdet.
Hvordan ville vores forståelse af bronzealderens gravpladslandskab ændre sig, hvis vi havde den manglende tredjedel i vores data?Identifikation af de uregistrerede gravhøje vil give et svar på dette spørgsmål, og hjælpe med at belyse, hvordan monumenterne strukturerede landskabet gennem deres rumlige fordeling og relation til hinanden.
En forsvindende ressource?
Den primære årsag til, at en stor del af disse monumenter ikke er registreret i Fund og Fortidsminder, er sandsynligvis, at de ikke længere er synlige i landskabet, da de enten er blevet fjernet hurtigt under landbrugsreformerne i det 19. og 20. århundrede eller gradvist er blevet nedbrudt af pløjning gennem århundreder.
Vurdering af gravhøjenes tilstand vil tillade forskere at identificere de områder, der potentielt stadig kan bidrage med værdifuld arkæologisk viden. Samtidig vil hjælpe arkæologer i kulturarvsforvaltningen med at identificere steder, der kræver særlig bevaring eller beskyttelsestiltag. Derudover vil det bidrage til at forhindre dyre overraskelser ved bygherrefinansierede udgravninger, f.eks. ved udstykning af byggegrunde og lignende.
Nye værktøjer til gamle problemer
O1-kortene indeholder en værdifuld mængde information til forskere indenfor mange forskellige forskningsområder, herunder arkæologi, historie, hydrologi, agronomi, klimaforskning og økologi. Kortene giver os data om landskabets struktur før intensiv dræning og landbrugsforbedringer. Dog er informationen præsenteret på disse kort ikke let tilgængelig til disse anvendelser. Mens scanninger af kortene er offentligt tilgængelige, er informationen i de håndtegnede kort ikke egnet til analyser i stor skala uden først at georeferere kortene og digitalisere deres indhold. At gøre dette manuelt er en stor opgave.
Mens dette projekt specifikt fokuserer på gravhøjene, har vi til hensigt at lægge en solid grund for efterfølgende forskningsprojekter, der kan udvikle og bygge videre på dette arbejde. Dette vil blive opnået ved at bygge på eksisterende gratis og åben kildekode-software (FOSS) biblioteker og levere veldokumenteret kode i et online repository, der muliggør fortsat samarbejdsudvikling. Denne tilgang vil væsentligt øge projektets indflydelse, da brugen af FOSS effektivt fjerner de økonomiske barrierer, der er forbundet med kommerciel software, og muliggør genbrug og tilpasning af kode af andre forskere, hvilket sikrer, at arbejdet forbliver relevant ud over projektets varighed.
State of the art kunstig intelligens inden for arkæologi og landskabsvidenskab
Inden for det sidste årti er kunstig intelligens anvendt til at detektere og karakterisere arkæologiske anlæg vha. non-destruktive metoder og remote sensing gået fra at være en teoretisk mulighed til at være et værktøj, der er på nippet til at blive rutinemæssigt anvendt. Projekter i Holland, Norge og Skotland har vist, at disse teknikker er i stand til at detektere træk i både LIDAR- og satellitdata. Denne ændring er blevet fremkaldt af de seneste fremskridt inden for dyb læring metoder, især konvolutionelle neurale netværk. Disse tilgange klarer sig godt, selv med relativt små træningsdatasæt og støjende data, og tillader import af vægte fra tidligere trænede modeller, hvilket gør det muligt at implementere klassificeringsmodeller trænet til objektdetektion hurtigt på nye problemer. Disse teknikker er endnu ikke bredt anvendt til detektering af arkæologiske træk i Danmark. I et nyligt arbejde har Arkæologisk IT testet disse tilgange til at detektere ringformede topografiske landformer i LIDAR-data, både i Danmark og i større skala i Nordeuropa (Stott et al., kommende). Disse teknikker vil være et afgørende redskab for arkæologer globalt, da så meget arkæologi trues af klimaændringer og udvikling, men ressourcerne til at kortlægge arkæologiske træk i de stadig voksende arkiver af fjernregistreringsdata er begrænsede. Ved at anvende en open source-arbejdsgang vil andre kunne overtage og tilpasse vores arbejde.
Borgerforskning og arkæologi i Danmark
Borgerforskning er en tilgang, hvor medlemmer af offentligheden deltager i videnskabelig forskning i deres fritid. Det giver ikke kun mankraft til at løse ellers uløselige problemer, men øger også offentlighedens engagement i resultaterne og processen for videnskabelig forskning. At udtrække information fra O1-kortlægningen er et ideelt problem for disse tilgange, da georeferering af kortene og identifikationen af den anvendte symbolik kræver menneskelig input til at træne klassificeringen og identificere geometriske kontrolpunkter. Ved at gøre disse data tilgængelige for analyser vil det udgøre et betydeligt bidrag både til arkæologer og forskere inden for andre felter. Arkæologisk IT har omfattende erfaring med udvikling og levering af borgerforskningssystemer og online forskningsinfrastruktur. Dette inkluderer det prisvindende DIME-projekt, en portal der gør det muligt for metaldektorister at indberette deres fund til lokale museer og arbejde sammen med forskere om disse data.
Gravhøjkomplekser som landskabsstruktur
En række studier har brugt fordelingen af gravhøje til at udlede information om strukturen i det præhistoriske landskab. Disse har fremhævet lineære udretninger som tegn på ruter, vejbaner, grænser og opdelinger mellem sociale enheder. Flertallet af disse studier er enten generaliserede eller fokuseret på små områder, og hidtil er der kun blevet anvendt rumlig netværksanalyse på gravhøjfordelingen i det sydlige Jylland. Ved at gøre det på en større skala vil der være mulighed for både at detektere ruter og analysere deres betydning i form af centralitet og forbindelse og give en mere omfattende og finere analyse end hidtil er blevet udført.
Finansiering
Projektet er finansieret gennem en bevilling fra Kulturministeriets Forskningsudvalg (KFU)
