Il rilevamento a distanza dei cambiamenti nelle forme del terreno si è a lungo basato sull'interpretazione delle immagini aeree e satellitari. Interpretazione efficace di queste immagini, però, può essere ostacolato dalle condizioni ambientali al momento dello scatto della foto, la qualità dell'immagine e la mancanza di informazioni topografiche.

Più recentemente, i dati prodotti dalla fotogrammetria e dai modelli LiDAR (Light Detection and Ranging) sono diventati comuni per coloro che sono coinvolti nell'analisi geografica:ingegneri, idrologi, architetti paesaggisti e archeologi.

Generalmente, queste tecniche sono state progettate per evidenziare "micro-topografie" su piccola scala come la vasta rete di insediamenti Maya recentemente rivelata nelle fitte giungle del Guatemala. Ma, come collegare i punti su una scala più ampia?

In una nuova ricerca pubblicata questa settimana sulla rivista Processi e morfologie della superficie terrestre , Gli archeologi di Cambridge presentano un nuovo algoritmo, Modello di rilievo multiscala (MSRM), che è in grado di estrarre informazioni micro-topografiche a una varietà di scale utilizzando micro-, Modelli digitali di superficie (DSM) e terreno digitale (DTM) meso e su larga scala.

Dottor Ettore Orengo, ricercatore presso il McDonald Institute for Archaeological Research e autore principale dello studio, disse, "Inizialmente abbiamo sviluppato questo algoritmo per integrare il telerilevamento multitemporale utilizzando immagini satellitari multispettrali che vengono attualmente applicate alla ricostruzione della rete fluviale preistorica nel nord-ovest dell'India come parte del progetto TwoRains".

L'approccio di telerilevamento multitemporale TwoRains ha avuto un impatto importante in quanto è stato in grado di trovare e tracciare con precisione più di 8, 000 km di corsi d'acqua relitti; la cui immagine è stata selezionata come immagine di copertina del Cambridge Science Festival di quest'anno (vedi immagine sopra).

Però, gli autori erano consapevoli che molti fiumi antichi non venivano trovati. Il dottor Orengo ha detto, "Divenne presto chiaro che il rilevamento e la mappatura di elementi topografici come argini, letti di fiumi, le scogliere e i campi di dune potrebbero aiutare a fornire informazioni su come i paleoriver si sono comportati e alla fine sono scomparsi".

"Il nuovo algoritmo MSRM ha risposto a questa esigenza e la sua applicazione ha notevolmente ampliato la nostra conoscenza della rete paleoriver dell'India nord-occidentale con oltre 10, 000 nuovi fiumi rilevati."

Capire come la civiltà dell'Indo ha avuto accesso e gestito le proprie risorse idriche è al centro del progetto TwoRains.

Dottor Cameron Petrie, direttore del progetto finanziato dal CER e coautore dello studio, commentato, "Stiamo studiando la natura dell'adattamento umano alle condizioni ecologiche create dai sistemi piovosi invernali ed estivi dell'India. Questi sistemi sono importanti per comprendere il passato e pianificare il futuro grazie al loro potenziale impatto diretto su questioni molto attuali come la sicurezza alimentare e la sostenibilità degli insediamenti umani in particolari aree".

"Gli esseri umani possono adattare il loro comportamento a un'ampia gamma di condizioni climatiche e ambientali, quindi è essenziale comprendere fino a che punto le scelte umane nel passato, presente e futuro sono resilienti e sostenibili di fronte a condizioni meteorologiche variabili, e di fronte a improvvisi eventi di cambiamento climatico. Ricostruire la rete idrografica preistorica dell'interfluenza Sutlej-Yamuna nel nord-ovest dell'India ci aiuta a comprendere più pienamente questi adattamenti".

Il dottor Orengo ritiene che il nuovo metodo abbia molti usi al di fuori del regno dell'archeologia. ha commentato, "L'applicazione di MSRM può anche essere vantaggiosa per tutti gli altri campi di ricerca che mirano a interpretare le piccole differenze del terreno. Abbiamo reso il codice open access nel documento con la speranza che altri possano usarlo per i propri interessi, e anche valutarlo e migliorarlo."