2023年7月31日月曜日

有吉北貝塚北斜面貝層 発掘調査全原票の閲覧

 North Slope Shell Layer of Ariyoshi Kita Shell Mound

Browsing of all excavation records


I browsed all the original records of the excavation survey of the shell layer on the north slope of the Ariyoshi Kita Shell Mound and created a detailed list. A quick glance at the 450 A2 drawings and 4,200 pages of the antiquities ledger made me determined to use all this data to continue my studies.


有吉北貝塚北斜面貝層の発掘調査全原票を閲覧してその詳細リストを作成しました。450枚に及ぶA2図面、4200ページに及ぶ遺物台帳の全貌をざっと見て、この全データを利用して学習を進める決意が固まりました。

1 有吉北貝塚北斜面貝層 発掘調査全原票の詳細リスト作成

千葉県教育委員会の許可を得て、図面集(5編冊A2判図面450枚)と遺物台帳(14編冊A4判約4200ページ)を閲覧して詳細リストを作成しました。


発掘調査全原票閲覧の様子


図面集


A2図面


遺物台帳


遺物台帳のページ


図面集リストの概要

図面集は主に地山平面図(基底面地形図)、貝層分布図、セクション図(貝層断面図)、遺物分布図から構成されています。


遺物台帳リスト

2 メモ

2-1 貝層分布情報について

地山平面図および貝層分布図・セクション図があわせて286枚あり、詳しい注記が含まれているものが多数あります。この原票情報を利用すれば、北斜面貝層の3D分布実態を詳しく把握できることが直観できました。発掘調査報告書掲載情報からは決して得られない詳しい情報の存在に気が付くことができました。

2-2 遺物分布図について

遺物分布図が調査域について欠損なく全部揃っていることを確認しました。また今回のリスト作成により、特定メッシュ(遺構)を対象としたとき、それに関連する複数遺物台帳の抽出も瞬時にできるようになりました。

2-3 遺物台帳について

遺物台帳がメッシュ順番で欠損なく揃っていることを確認しました。

3 感想

有吉北貝塚北斜面貝層の学習を深めより一層楽しむために、次のようになプロセスをイメージしました。発掘調査報告書掲載情報に基づいた学習から、発掘調査原票に基づいた学習へ移行することを決意したということです。。

3-1 発掘調査全原票のスキャン

発掘調査全原票(図面A2判450枚、遺物台帳A4判4200頁)をスキャンしてパソコン内で利用できるようにします。

3-2 貝層3D分布モデル作成

地山平面図および貝層分布図・セクション図を解読・分析して、貝層分布を3D空間で詳しく表現するとともに貝層発達について理解を深めます。

3-3 土器現物閲覧による土器破片3D座標取得

土器現物全部を閲覧して、土器破片の遺構番号、遺物番号を調べ、その番号を手がかりに遺物分布図と遺物台帳から全土器全破片の3D座標を取得します。

3-4 貝層3D分布モデルと土器3D座標との対応分析

「3-2貝層3D分布モデル作成」結果と「3-3土器現物閲覧による土器破片3D座標取得」結果との対応分析を行います。北斜面貝層の貝層発達史の詳しい判明が期待できます。

3-5 貝層発達史情報と遺物3D座標との対応分析

3-4で判明した貝層発達史情報と遺物3D座標との対応を分析して、北斜面貝層利用史を解明します。

遺物3D座標は発掘調査報告書掲載遺物一覧表の遺構番号、遺物番号を手がかりに、遺物分布図と遺物台帳から調べます。

…………………

以上の活動により「出土土器・遺物と貝層の3D空間分布の見える化」が実現し、活動価値が向上すると考えます。2年間位の活動をイメージします。

4 当面の活動

発掘調査全原票のスキャンとその整理が終了するまでの期間は、発掘調査報告書掲載情報由来の貝層3Dモデルと土器3D座標の対応分析や関連技術開発を行い、上記3-4活動の予備調査とします。


2023年7月26日水曜日

有吉北貝塚北斜面貝層 犬埋葬

North Slope Shell Layer of Ariyoshi Kita Shell Mound

Dog burial


Dog burials have been detected in the shell layer on the northern slope of the Ariyoshi Kita Shell Mound. Dog burial stratigraphy is the k layer (mixed shell soil layer) before the formation of the slope shell layer. The area around it was a flat terraced topography, and it seems that it was a place of activity. Around the time of Kasori EI.


有吉北貝塚北斜面貝層で犬埋葬が検出されています。犬埋葬層位は斜面貝層形成以前のk層(混貝土層)です。その付近が平坦なテラス状地形になっていて、活動の場となっていたようです。加曽利EⅠ式期頃です。

1 犬埋葬記載

発掘調査報告書に犬埋葬の様子が記載されています。Ⅲ-30メッシュのk層上部から出土しています。



埋葬獣骨

発掘調査報告書から引用

埋葬犬

発掘調査報告書から引用

2 埋葬犬出土場所と層位


埋葬犬出土場所

発掘調査報告書平面図に付記されている位置図から埋葬犬出土場所が判ります。


埋葬犬出土層位

発掘調査報告書記載から埋葬犬出土層位が判ります。なお、より正確な出土高度は遺物台帳で確認する予定です。

3 埋葬犬に基づく貝層発達史に関する考察

k層上部から犬埋葬が確認されたということは、犬埋葬当時その場所が人の活動場所であったことを物語っています。犬埋葬当時の第10断面の地形を復元すると次のようになります。


犬を埋葬した頃の地形推測

ガリー侵食急斜面の下に崩落層急斜面があり、その前面にk層(崩落層二次堆積層)テラス地形と浅い谷があったと推測できます。犬埋葬場所はk層テラス地形と浅い谷地形の境付近であり、この付近が人々の活動の場となっていたと推定できます。

なお、k層の最上面、あるいはk層を覆う斜面貝層の最下部付近から加曽利EⅠ式土器が出土しています。


加曽利EⅠ式土器が出土している様子(Blender3D空間透視画面)

この加曽利EⅠ式土器出土情報から、犬埋葬は加曽利EⅠ式期かそれより少し前であることがわかります。

犬が埋葬されたk層(土の多い混貝土層)は背後の崩落土層の二次堆積層であると考えられます。崩落土層には混貝土層がブロック状に堆積しています。その混貝土層の形成時期はいつ頃であるのか、含まれる土器から探求していくことにします。現状の限られた情報では前期~阿玉台式期頃に古い斜面貝層の形成とそれがガリー侵食で失われ、一部が崩落土として残存するプロセスがあったのではないかと想像します。


2023年7月20日木曜日

ChatGPT利用によりPython実用化が一気に進む

 Practical use of Python advances at a stretch by using ChatGPT


I am creating a Python script using ChatGPT. As a result, the troublesome computer work has decreased rapidly, so I made a note of it. This is an innovation that happened to me who was uncertain about Python's py character until around spring. Read the unlearned sutras of the boy in front of the gate.


ChatGPTを利用してPythonスクリプトを作成しています。それにより面倒なパソコン作業が急減しているのでその様子をメモしました。春頃まではPythonのパの字も不確かだった自分に起こったイノベーションです。門前の小僧習わぬ経を読む。

1 ChatGPTでPythonスクリプトを作成したキッカケ


ChatGPT入力前画面

4月頃ChatGPTの話題をテレビなどでよく見るようになり、生成AIに興味を持ちました。画像生成AIサイトImage Creator(Microsoft Bing…ChatGPTを利用しているサイト)を利用して考古学切手をデザインして遊びました。

2023.04.03記事「Image Creatorによる考古学切手のデザイン

この遊びの中でYouTubeにChatGPTを活用してPythonスクリプトを生成する動画が多数あることを知りました。Pythonを本格的に学習したいという気持ちが強く、Python学習書を読みだした自分にとってChatGPTでPythonが使えるようになるかもしれないという希望のともしびが灯りました。

YouTubeでChatGPTやBlenderPythonというキーワードで見つけた動画を見て真似すると、確かに実用Pythonスクリプトが出来てしまします。

2023.04.17記事「ChatGPTでBlenderPythonのコード生成

しかし、自分には生成したPythonスクリプトの細部を理解する能力はありません。英語がしゃべれないのに、外国人とコミュニケーション出来てしまうような不思議な感覚です。この不思議な感覚は今でもつづいています。でも、それはどうでもよいことで、Pythonが使えるようになったという実力向上感覚が自分の自信を深めます。QGISにあこがれ、最初はちんぷんかんぷんだったけれども、いつの間にか実用的に使えるようになり、自信を深めたことがあります。それと同じです。QGISは使えるようになりましたが、その仕組み(アルゴリズム)はほとんど理解していません。ChatGPT生成Pythonスクリプトも同じで、実用できればよいのであって、その仕組み(スクリプトの詳細)を理解できることは必ずしも必要ではないと割り切ります。

2 これまでにChatGPTで生成したPythonスクリプト

これまでに次のようなPythonスクリプトを生成しています。

2-1 BlenderPythonスクリプト

・CUBEエンプティを所定空間に隙間なく多数配列する

・所定空間にCUBEをランダムに配置する

・干渉色colorrampを生成する

・色付きCUBEを生成する

・選択CUBEに画像テクスチャ貼り付けを含むマテリアルノードセットを付与する

・選択オブジェクトの5m範囲密集値を計算して、所定の区分でマテリアルベースカラーを設定する

・同上(画像テクスチャ貼り付けを含むマテリアルノードセットを付与)

・テキストで指定した多数座標に所定オブジェクトを配置する

・オブジェクトに等高線縞模様を描く

・平面にカラーグラデーションを描く

2-2 Pythonスクリプト

・テキストで指定した多数の名称のフォルダーを生成する

・テキストで指定した多数フォルダーにファイルを一括生成する

・テキストで指定した多数フォルダーに複数ファイルを一括コピーする

・画像座標読み取り

・画像から座標を読み取り、所定の計算方法で変換する(Blender3D空間プロット用)

3 Pythonスクリプトの効果例

3-1 多数点がプロットされた分布図から座標を読み取る活動の超効率化

趣味活動(考古学習活動)で多数点がプロットされた分布図から座標を読み取り、その座標から3D座標を生成してBlender3D空間にプロットする場面が多くあります。これまでは電子化紙資料をIllustratorの座標読み取り機能を使って座標を読みとっていました。とても面倒くさい作業で10点、20点作業すればうんざりです。しかしPythonスクリプトを使えば、クリックするだけで正確な座標を読み取れる(電子的にコピーできる)ので作業が超効率化しました。座標読み取りが楽しく、どんなに点が沢山あっても作業が続けられそうです。

3-2 多数点のBlender3D空間プロットが超効率化

テキストに多数点の座標を書き込めば、BlenderPythonスクリプトを走らせて一瞬で3D空間にプロットできます。面倒というか不可能に近かった3Dプロット作業が快適活動に逆転しました。

3-3 多数点3D分布データの5m範囲密集値計算と区分色分け

Blenderの多数点3D分布データを対象に5m範囲密集値計算や所定区分による色分けが、BlenderPythonスクリプトを走らせることで一瞬でできます。条件を変えた計算や色分けの変更もスクリプトを書き換えることで直ぐに対応できます。このような活動はPythonスクリプト(あるいは別のプログラム言語)を使わなければ不可能です。

4 ChatGPT利用に関する感想

4-1 無料で気軽に利用できる

ChatGPTが無料で利用できることは驚きです。

また気軽に利用できることもとても重要だと思います。

Pythonスクリプトを作っても最後にうまく動作しないとき、もしだれかそれに詳しい人に教えてもらおうとすれば、何らかの「借り」がその人に出来てしまうことは必須です。しかし、ChatGPT利用はそのような心理的負担は一切ありません。気軽に利用できます。そして無料。

4-2 Pythonに詳しい

ChatGPTはPythonスクリプトには詳しい知識を有しているようです。ですから、Pythonスクリプト生成にChatGPTを利用することは理にかなっているようです。ChatGPTはBlenderPythonにも詳しいですが、Blenderというソフト自体の知識に強いのではなく、Pythonの一分野のBlenderPythonにも知識を有しているという感じです。ChatGPTはBlenderPythonのマニュアルや例示を全部暗記していて、それを回答につかっているという感じを受けます。

4-3 ChatGPTとは会話継続的に質問できる

ChatGPTとは会話継続的に質問ができます。ChatGPTの回答をBlenderで走らせ、エラーが出た場合、そのエラーを貼り付けると、そのエラーを回避する新たなスクリプトを提案してもらえます。2~3回のエラーを経て正解にたどり着くことが多いです。エラーがどうしても回避できない場合、条件を変えて質問することも気軽にできます。なお、日をまたぐと会話継続関係はリセットされます。

4-4 言葉には注意が必要

「Blenderで「選択」したオブジェクトに〇〇したいスクリプトを教えてください。」という質問をしたところ期待する結果が得られました。ところが、ある時ボーとしていて、「「Blenderで「指定」したオブジェクトに〇〇したいスクリプトを教えてください。」と質問したところ、期待する結果に結局たどりつけませんでした。「選択」と「指定」では意味が違うようです。人間なら「それは選択でしょ」と教えてくれるのでしょうが、ChatGPTではそれは無理です。自分が気が付かなければ、つまでも前に進めません。

4-5 Pythonスクリプトを使う場面を探している

ChatGPTによりPythonスクリプトがほぼ自由に使えるような感覚が生まれていますので、趣味活動のどの場面でPythonを活用できるか、探しています。「面倒くさい」作業があれば、即座にPythonスクリプトを作成するつもりです。ChatGPTとPythonのおかげで、趣味活動がイキイキしてきました。

4-6 門前の小僧習わぬ経を読む

Pythonの知識が超虚弱な私ですが、ChatGPTによるPythonスクリプト生成と活用を体験するなかで、スクリプトの構造とか、エラーの原因とか、条件を変更する場所とかが判る場合も増えています。門前の小僧習わぬ経を読むとは自分のことです。

●2023.07.20追記

今朝の日経新聞27面に「生成AIと経済社会(上) 低スキル労働者こそ恩恵

カール・フレイ オックスフォード大学准教授」という論説が掲載されています。

読むと、ChatGPTで恩恵を受けるのは誰かということが議論されています。結論は「意外にも最大の受益者はベテランではなく、作業効率が飛躍的に高まった未熟練の労働者だった。」としています。多数の事例で説明していて、納得できます。自分の趣味活動におけるPythonスクリプト生成もまさに、ChatGPTが低レベル未熟練労働者に大きな恩恵をもたらしている状況と同じ現象であると理解できました。

この論説では生成AI規制の本質が、技術進歩がエリート層の所得と影響力を脅かし始めていることと関連していると論じていて、興味ある視点となっています。


2023年7月19日水曜日

有吉北貝塚北斜面貝層 貝層断面原票の理解と解釈

 North Slope Shell Layer of Ariyoshi Kita Shell Mound 

Understanding and interpretation of shell layer cross-section originals


I received permission from the Chiba Prefectural Board of Education to view the original document of the cross-section of the shell layer, and understood the original document. As a result, a new interpretation of the developmental history of shell layers was born for me. I'm excited.


千葉県教育委員会から貝層断面原票閲覧の許可を得て、原票を理解しました。結果として貝層発達史の新たな解釈が自分に生まれました。ワクワクしてきます。

1 有吉北貝塚北斜面貝層第11断面


有吉北貝塚北斜面貝層第11断面

発掘調査報告書から引用・塗色

発掘調査報告書では第11断面を例に貝層発達を4段階に区分して次のように説明しています。

「第1段階 崩落した土砂が隅の方に堆積する。この堆積と同時か少し遅れて貝が投棄されており、本位置では土砂とともに上方(南側)から押し流されて堆積したと思われる混貝土層などが堆積する(K・L3・H3・G5・G6・G7・G9層など)。

第2段階 皿状となった窪地に、斜面上(西側)から投棄した貝が堆積する(F5・B2・F3・F2層など)。

第3段階 再び上方(南側)から土砂が、第2段階で投棄された貝とともに押し流されて堆積する(G4・G3・G2・S3・S2・S1層など)。

第4段階 ほぼ埋まった窪地にさらに貝が投棄され、窪地はほぼ完全に埋まり、テラスを持つ斜面となる(E1・C(1)・F1・F・A2・A1・B層など)。」

2 有吉北貝塚北斜面貝層第11断面 原票


有吉北貝塚北斜面貝層第11断面 原票

原票は千葉県教育委員会所蔵・塗色

3 貝層断面原票の理解と解釈


貝層断面原票の理解と解釈

3-1 土砂崩落以前の地形の確認

原票の最下部に記録されている砂層(貝を含む)、土層(貝を含む)はガリー侵食基底砂層であると理解できます。つまりガリー侵食で「箱形」地形が出来た時に残された砂層(貝を含む)、土層(貝を含む)です。この砂層(貝を含む)、土層(貝を含む)の堆積上面が当初のガリー侵食地形面です。

この段階はまだ土砂崩落がないのですから、第1段階から区分して第0段階として理解します。

3-2 ガリー侵食基底砂層に貝が含まれている理由

ガリー侵食基底砂層を構成する砂層、土層には貝(投棄貝)が含まれています。このことから、ガリー侵食の対象となった地層に投棄貝層が含まれていたということが判明します。つまり、ガリー侵食は投棄貝層が存在する場所で行われていたことになります。

なにもかも侵食しつくして、侵食地形面ができて、その上にうっすら残った基底砂層に貝(投棄貝)が含まれているのですから、ガリー侵食以前の地形に斜面貝層が形成されていたことが判ります。つまり第2段階貝層とは別の古い斜面貝層が存在していたことになります。

3-3 崩落土砂に混貝砂層や貝層(貝を含む)が含まれることの意味

崩落土砂に混貝砂層や砂層(貝を含む)が含まれいます(b)。この混貝砂層や砂層(貝を含む)が第2段階の斜面貝層から崩落したと考えることは地層の上下関係からできません。bの崩落土砂は第2段階以前に、発掘調査範囲(第2段階斜面貝層の範囲)より上から崩落したことが想定されます。その場所は発掘調査が行われていません。

崩落土砂に含まれる混貝砂層や砂層(貝を含む)は未発見の古い貝層(第2段階斜面貝層より古い時代の貝層)由来であると考えることができます。

3-4 崩落土砂の二次堆積

崩落土砂(b)が侵食され前面に堆積したものがcであると想定します。

4 メモ

4-1 発達史段階の時期特定の可能性

第0段階、第1段階、第2段階~第4段階の貝層・地層から出土する土器破片の型式から、各段階の時期を特定することが出来そうです。画期的であると考えます。

ただし、貝層断面を合理的に3D形状に変換することが現状(の自分の)技術では困難ですから、型式のわかった土器破片の3D座標が判っても、その場所がどの段階の貝層・地層に該当するのか、精度の高い特定は意外と難しいです。自分に突きつけられた解決すべき課題です。

4-2 貝層断面図原票閲覧の重要性

発掘調査報告書掲載情報だけでは考えが及ばないことがら(古い未発見の斜面貝層があるらしいという想定)が貝層断面図原票閲覧により考えることができました。第11断面に限らず、全ての貝層断面図原票を閲覧することにします。


2023年7月15日土曜日

3D空間における土器破片1mバッファーの作成

 Creating a 1m buffer of pottery fragments in 3D space


A prototype 1m buffer space was created for the distribution of pottery fragments in the 3D space of the shell layer on the northern slope of the Ariyoshi Kita Shell Mound. It seems to be one of the expression materials for visualization of the 3D distribution of pottery fragments.


有吉北貝塚北斜面貝層の3D空間における土器破片分布について、1mバッファー空間を試作してみました。土器破片3D分布の見える化の一つの表現素材になりそうです。

1 有吉北貝塚北斜面貝層 土器破片1mバッファー3D表示

有吉北貝塚北斜面貝層 土器破片1mバッファー3D表示

1つの土器破片の1mバッファーを半径1mの球で表示しています。

球は透明表示しています。


有吉北貝塚北斜面貝層 土器破片1mバッファー3D表示画像


1mバッファーを土器型式追加状況で表現した動画

2 1mバッファーを土器型式追加状況で表現した画像


1mバッファーを土器型式追加状況で表現した画像 1


1mバッファーを土器型式追加状況で表現した画像 2

土器破片にバッファーを与えることによって、バッファーの距離によってはバッファーが連続します。その様子は土器破片分布を視覚的に判りやすく表現することになります。

今回はバッファーの距離を1mとしましたが、2mがよいのか、0.5mがよいのか、今後見える化の目的に応じて検討していくことにします。

2023年7月13日木曜日

土器破片3D密度分布の表現例

 Expression example of 3D density distribution of pottery fragments


I created an example of 3D density distribution representation in which the density value in the 5m range is classified into 7 different colors based on the 3D distribution data of pottery fragments of the north slope shell layer of Ariyoshi Kita Kaizuka. I ran into a 3D-specific problem where high-density values were surrounded by medium-density values and disappeared.


有吉北貝塚北斜面貝層の土器破片3D分布データから5m範囲密集値を7区分色分けした3D密度分布表現例を作成しました。高密集値が中密集値に囲まれて見えなくなるという3D特有の問題に直面しました。

1 有吉北貝塚北斜面貝層の土器破片「5m範囲密集値」の7区分色分け 3Dモデル


有吉北貝塚北斜面貝層の土器破片「5m範囲密集値」の7区分色分け 3Dモデル 画像1


画像2

5m範囲密集値区分0:密集値 331.8≧r>284.5 赤

5m範囲密集値区分1:密集値 284.5≧r>237.2 桃

5m範囲密集値区分2:密集値 237.2≧r>189.9 黄

5m範囲密集値区分3:密集値 189.9≧r>142.6 緑

5m範囲密集値区分4:密集値 142.6≧r>95.3 空

5m範囲密集値区分5:密集値 95.3≧r>48 薄青

5m範囲密集値区分6:密集値 48≧r≧0.7 濃青

5m範囲密集値とは…対象物が3D空間に多数分布しているとき、ある対象物から5m範囲内にある他の全対象物との距離逆数を算出し、その合計を当該対象物の「5m範囲密集値」とします。


有吉北貝塚北斜面貝層の土器破片「5m範囲密集値」の7区分色分け 3Dモデル(部分) 動画

2 メモ

2-1 5m範囲密集値の7段階区分


5m範囲密集値の7段階区分

5m範囲密集値を等分して7段階に区分して色を付けた例を作成しました。

2-2 高密集値が中密集値に囲まれて見えなくなる


5m密集値区分の様子

3Dモデルの全体像では高密集値が中密集値に囲まれて見えなくなることが判りました。医学における体内スキャンのように断面を連続的に見るなどの工夫が必要であることがわかりました。


2023年7月10日月曜日

3D空間遺物分布の密集性指標

 Compactness index of 3D spatial relic distribution


I have improved the density index for the 3D spatial distribution of pottery fragments in the shell layer on the northern slope of the Ariyoshi Kita Shell Mound. I will tentatively call it "5m range density value". This index makes it possible to compare the density of pottery and other relics, different shell layers, and different ruins.


有吉北貝塚北斜面貝層における土器破片3D空間分布に関する密集性指標を改良しました。「5m範囲密集値」と仮称することにします。この指標で土器と他遺物とか、別貝層とか、別遺跡とかの密集性比較が可能となります。

1 3D空間遺物分布の新しい密集性指標 「5m範囲密集値」

1-1 「5m範囲密集値」の定義

遺物が3D空間に多数分布しているとき、ある遺物から5m範囲内にある他の全遺物を対象として、距離逆数を算出し、その合計を当該遺物の「5m範囲密集値」とします。

1-2 「5m範囲密集値」の意義

ある遺物と周辺全遺物の距離逆数の合計値を求めることで、その遺物の周辺にどれだけ他の遺物が密集しているか定量的に把握できます。また周辺の範囲を5mと限定することで、別の場所や別の遺物種類との密集性比較が可能となります。


有吉北貝塚北斜面貝層土器破片分布と5m範囲を示す半径5mの球体

1-3 「5m範囲密集値」を算出するBlenderPythonスクリプト

●「5m範囲密集値」を算出するBlenderPythonスクリプト

# 5m範囲以内にあるCUBEとの距離逆数の和(r値)を求め、その平均値(m値)と標準偏差値(s値)を利用して4段階区分(u値)してベイスカラーで表示するBlenderPythonスクリプトです。
# 平均値より標準偏差値が小さい場合に限り使えるスクリプトです。
# システムコンソール画面でr値、m値、s値、u値を表示します。

import bpy
from mathutils import Vector
import statistics

def calculate_r_value(cube_obj):
    r_value = 0.0
    all_cubes = bpy.context.selected_objects

    for other_cube in all_cubes:
        if other_cube != cube_obj and other_cube.type == 'MESH':
            distance = (other_cube.location - cube_obj.location).length
            if distance != 0 and (1 / distance) >= 0.2:  # 個々の計測値が0.2以上の場合のみ加算する
                r_value += 1 / distance

    return r_value

# 選択されたオブジェクトがCUBEであることを確認
selected_objects = bpy.context.selected_objects
cube_objects = [obj for obj in selected_objects if obj.type == 'MESH']
if not cube_objects:
    print("No CUBE objects selected.")
else:
    r_values = []
    for cube in cube_objects:
        r_value = calculate_r_value(cube)
        r_values.append(r_value)
        print(f"r value for {cube.name}: {r_value}")

    # 平均値と標準偏差値の計算と表示
    mean_value = statistics.mean(r_values)
    std_deviation = statistics.stdev(r_values)

    print(f"Mean value (s value): {mean_value}")
    print(f"Standard deviation (t value): {std_deviation}")

    for cube in cube_objects:
        r_value = calculate_r_value(cube)

        if r_value > (mean_value + std_deviation) or r_value == (mean_value + std_deviation):
            u_value = 0
        elif (mean_value + std_deviation) > r_value > mean_value or r_value == mean_value:
            u_value = 1
        elif mean_value > r_value > (mean_value - std_deviation) or r_value == (mean_value - std_deviation):
            u_value = 2
        elif r_value < (mean_value - std_deviation):
            u_value = 3

        print(f"u value for {cube.name}: {u_value}")

        # マテリアルの作成とベースカラーの設定
        material = bpy.data.materials.new(name=f"{cube.name}_Material")
        material.use_nodes = True
        principled_bsdf = material.node_tree.nodes.get("Principled BSDF")

        if u_value == 0:
            principled_bsdf.inputs["Base Color"].default_value = (1, 0, 0, 1)
        elif u_value == 1:
            principled_bsdf.inputs["Base Color"].default_value = (0.8, 0.2, 0.2, 1)
        elif u_value == 2:
            principled_bsdf.inputs["Base Color"].default_value = (0.1, 0.2, 0.8, 1)
        elif u_value == 3:
            principled_bsdf.inputs["Base Color"].default_value = (0, 0, 1, 1)

        if cube.data.materials:
            cube.data.materials[0] = material
        else:
            cube.data.materials.append(material)

2 有吉北貝塚北斜面貝層の土器破片「5m範囲密集値」の算出結果とその区分

2-1 「5m範囲密集値」の算出結果


有吉北貝塚北斜面貝層の土器破片「5m範囲密集値」の算出結果と区分


参考 有吉北貝塚北斜面貝層の土器破片「範囲非限定密集値」の算出結果と区分

(「範囲非限定密集値」とはある遺物と全遺物との距離逆数の合計値。以下同様。)

「5m範囲密集値」の最大値は331.8、平均104.6、最小0.7、標準偏差74.3となりました。今は比較するデータがありませんが、今後同じ方法で「5m範囲密集値」データが増えれば、「人口密度」値のようにその数値自体にイメージをもてる指標(尺度)として利用できるようになると考えます。

「範囲非限定密集値」は調査対象範囲の大小で値が変化してしまうので、異なる場所とか異なる遺物の比較を行うことができません。

2-2 密集値区分結果

密集値の様子をざっくり理解するために、次の式で密集値区分を行いました。

ただし、密集値(r値)、平均値(m値)、標準偏差値(s値)。

r>(m+s)あるいはr=(m+s)のとき 密集値区分 特大

(m+s)>r>mあるいはr=mのとき密集値区分 大

m>r>(m-s)あるいはr=(m-s)のとき密集値区分 中

(m-s)>rのとき密集値区分 小

密集値区分結果は「5m範囲密集値」と「範囲非限定密集値」で微細なところでは異なりますが、大局的にはほとんど同じになりました。


「5m範囲密集値」区分結果


「範囲非限定密集値」区分結果

「5m範囲密集値」区分結果


「範囲非限定密集値」区分結果

密集値分布をより詳しく観察するために、密集値の違いを色グラデーションで表現するなどの方法を次記事で検討します。


2023年7月8日土曜日

有吉北貝塚北斜面貝層 土器型式別にみた土器破片密集値区分

 North Slope Shell Layer of Ariyoshi Kita Shell Mound

Pottery Fragment Density Classification by Pottery Type


Looking at the pottery fragment concentration value classification by pottery type, the spatial distribution pattern is completely different between the Kasori EII type and other pottery types. There must have been a reason for the sudden peak in the amount of dumping and congestion that occurred during the Kasori EII ceremony. An important learning consideration, a huge interest.


土器型式別に土器破片密集値区分をみると、加曽利EⅡ式と他の土器型式で全く異なる空間分布パターンとなります。加曽利EⅡ式中に突然生まれる投棄量、密集性のピークはそれなりに理由があったに違いありません。重要な学習検討課題、巨大な興味です。

1 土器型式別土器密集値区分別にみた土器破片分布


平面分布


立面正面分布


立面側面分布


統計グラフ

2 考察

2-1 観察

・土器破片数は加曽利EⅡ式中と加曽利EⅡ式中~新が他の型式を圧倒し、密集値区分特大はこの2つの型式でのみ出現します。

・つまりこの2つの型式の時期に土器が集中投棄され北斜面貝層の基本構造ができたと言えます。

・より細かくみると加曽利EⅡ式に突然土器投棄が集中し、かつ密集値区分特大が一番多くなっています。徐々に土器投棄が増えるとか、密集値区分が徐々に高まるということではなく、一気にピークとなっています。投棄量と密集性は加曽利EⅡ式中~新になると少し弱まっているように見ることができます。加曽利EⅡ式新は活動の残滓のように感じられる量、密集性、分布です。

・加曽利EⅡ式古は投棄量がとても少ないのですが、分布パターンがそれ以前の型式より加曽利EⅡ式中と中~新と似ています。

・前期土器、阿玉台式は分布パターンが似ています。またその二つの型式の分布パターンは中峠式及び加曽利EⅠ式と異なっているように観察できます。

・中峠式の分布中心域は明らかにガリー下流部にあります。貝層域外からの出土が多くなっています。

・加曽利EⅠ式の土器破片は少ないのですが、分布中心域はガリー下流部になっています。

2-2 考察

・加曽利EⅡ式中に突然生まれる投棄量、密集性のピークはそれなりに理由があったに違いありません。重要な学習検討課題、巨大な興味です。

・加曽利EⅡ式の土器集中投棄活動のなかで、それ以前の土器(早期~加曽利EⅠ式)がコンタミとして持ち込まれたという想定は排除することができそうです。

・あるいは台地に存在した加曽利EⅡ式以前竪穴住居がガリー侵食で貝層に崩落して、遺物が貝層に混じったという想定も排除できそうです。

・前期土器から加曽利EⅠ式までの土器破片はその当該期に貝層に持ち込まれたと考えることができそうです。この考えは、前期土器や阿玉台式の土器破片が貝層基底部から出土するものがあり、加曽利EⅡ式土器より確実に下位から出土するものがあることから支持できます。

・中峠式土器分布は貝層分布域外にも分布していて、どのような活動のなかで土器が分布するようになったのか興味が深まります。

・ガリー侵食営力、あるいは水流による運搬力が土器投棄により虚弱化したことは確実に想定できます。縄文人がどれほど意識したのか判りませんが、土器投棄活動はガリー侵食営力抑制活動であったといえます。あるいはガリー侵食地形埋め立て活動であったということもできます。


2023年7月7日金曜日

有吉北貝塚北斜面貝層 「土器破片の3D空間密集度」の3D分布図で可視化された同心円状構造

 North Slope Shell Layer of Ariyoshi Kita Shell Mound

Concentric structure visualized in 3D distribution map of '3D spatial density of pottery fragments'


The spatial structure of the Ariyoshi North Shell Mound North Slope Shell Layer was found to be concentric, not uniform, mottled, or multipolar, as determined by the concentration of pottery fragments. I think it is noteworthy that we were able to visualize the spatial structure of the sloping shell layers.


有吉北貝塚北斜面貝層の空間構造は、土器破片の密集という指標からみると、一様とか、まだらとか、多極とかではなく、同心円状であったということが判明しました。斜面貝層空間構造を可視化出来たという点で特筆すべきことです。

1 「土器破片の3D空間密集度」の3D分布図(無背景版)

有吉北貝塚北斜面貝層 「土器破片の3D空間密集度」の3D分布図(無背景版)

赤:密集値区分 特大

薄赤:密集値区分 大

薄青:密集値区分 中

青:密集値区分 小

土器破片の密集値は他の全土器破片との距離逆数の総和。

密集値区分は全土器について密集値(r値)をもとめ、その平均値(m値)と標準偏差値(s値)をもとめ、次の基準による。

r>(m+s)あるいはr=(m+s)のとき 密集値区分 特大

(m+s)>r>mあるいはr=mのとき密集値区分 大

m>r>(m-s)あるいはr=(m-s)のとき密集値区分 中

(m-s)>rのとき密集値区分 小

3DF Zephyr v7.017でアップロード


「土器破片の3D空間密集度」の3D分布図(無背景版)画像1


「土器破片の3D空間密集度」の3D分布図(無背景版)画像2


「土器破片の3D空間密集度」の3D分布図(無背景版)動画

2 メモ

2-1 密集値と密集値区分の実際

「土器破片の3D空間密集度」の3D分布図作成は試作であり、密集値算出方法は一般的、便宜的方法であり、単純な方法です。密集値と密集値区分の実際は次のようなグラフになっています。


密集値と密集値区分の実際

2-2 北斜面貝層の空間構造

次の3枚のグラフに見られる通り、「土器破片の3D空間密集度」の3D分布図には北斜面貝層には密集値区分特大→小に至るゾーン構造、つまりトポロジカルな意味での同心円状構造という空間構造が浮き彫りになって可視化されています。


密集値区分 立面正面図


密集値区分 立面側面図


密集値区分 平面図

今回の作業では密集値区分の色分けをたまたま4色にしましたが、この区分をより詳細に行い、色分けを多色化あるいはグラデーション化しても、このトポロジカルな意味での同心円状空間構造に変化が生まれるとは考えられません。

土器破片の密集という指標からみると、北斜面貝層構造が一様とか、まだらとか、多極とかではなく、同心円状であったということが判明したことは特筆すべきことです。なぜこのような構造が成立したのか、興味が湧きます。またこの構造は土器破片投棄という活動の特性と密接に結びついていることはいうまでもありません。このデータを土器型式別に分解するとどうなるか?次の記事で検討します。


2023年7月6日木曜日

有吉北貝塚北斜面貝層 土器破片3D空間密集度検討

 North Slope Shell Layer of Ariyoshi Kita Shell Mound

Pottery Fragment 3D Spatial Density Study


Based on the 3D coordinates of the fragments obtained from the excavation report, I conducted a basic study of the 3D spatial density of the fragments.

In 3D space, I made a prototype index that shows how the pottery fragments are densely packed, and first examined it. This index deepens the image of the 3D distribution of pottery fragments.


発掘調査報告書から取得した土器破片3D座標から土器破片の3D空間密集度の基礎的検討を行いました。

3D空間において、土器破片が密集している様子が判る指標を試作し、まずは検討してみました。この指標により土器破片3D分布のイメージが深まります。

1 「土器破片の3D空間密集度」に関する試作指標

一つの土器破片について、北斜面貝層に存在する全土器破片との距離を計測し、その距離の逆数をもとめ、その距離逆数の総和を当該土器に関する密集値(r値)としました。

密集値が大きい土器ほどより近隣により多数の土器が存在していることになります。

次に密集値(r値)を類型区分して扱いやすく(直観的に理解しやすく)しました。

全土器について密集値(r値)をもとめ、その平均値(m値)と標準偏差値(s値)をもとめ、次の基準で全土器に密集度区分値(u値)を与えました。

r>(m+s)あるいはr=(m+s)の時 u=0

(m+s)>r>mあるいはr=mのときu=1

m>r>(m-s)あるいはr=(m-s)のときu=2

(m-s)>rのときu=3

密集度区分値(u値)0を与えられた土器破片は密集値が特に大きな土器破片です。

密集度区分値(u値)1を与えられた土器破片は密集値が大きな土器破片です。

密集度区分値(u値)2を与えられた土器破片は密集値が中程度の土器破片です。

密集度区分値(u値)3を与えられた土器破片は密集値が小さな土器破片です。

2 「土器破片の3D空間密集度」の3D分布図

「土器破片の3D空間密集度」の3D分布図

赤:密集値区分 特大

薄赤:密集値区分 大

薄青:密集値区分 中

青:密集値区分 小

土器破片の密集値は他の全土器破片との距離逆数の総和。

密集値区分は全土器について密集値(r値)をもとめ、その平均値(m値)と標準偏差値(s値)をもとめ、次の基準による。

r>(m+s)あるいはr=(m+s)のとき 密集値区分 特大

(m+s)>r>mあるいはr=mのとき密集値区分 大

m>r>(m-s)あるいはr=(m-s)のとき密集値区分 中

(m-s)>rのとき密集値区分 小


「土器破片の3D空間密集度」の3D分布図画像


「土器破片の3D空間密集度」の3D分布図画像


「土器破片の3D空間密集度」の3D分布図動画

3 メモ

土器の密集度という観点からみると北斜面貝層空間は密集中心空間と密集低減空間、さらに辺境空間というように明瞭にゾーニングされるように観察できます。

この様子が土器型式とどのように関連するのか、次の記事で検討することにします。


2023年7月3日月曜日

有吉北貝塚北斜面貝層 土器新分類別3D分布資料作成

 North Slope Shell Layer of Ariyoshi Kita Shell Mound

Creation of basic materials for 3D spatial analysis of pottery


As a basic material for 3D spatial analysis of the internal structure of the sloping shell layer, 3D distribution materials by new classification of pottery types have been completed. I will carefully analyze this material and its relationship with the cross section of the shell layer, and enjoy the activity. I plan to actively use BlenderPython for advanced analysis.


斜面貝層内部構造の3D空間分析のための基礎資料として、土器型式新分類別3D分布資料が完成しました。この資料の分析や貝層断面との関係などをじっくり行い、その活動を楽しむことにします。分析高度化のためにBlenderPythonの積極活用を予定します。

1 土器型式新分類別3D分布資料

1-1 早期土器


早期土器

1-2 前期土器


前期土器

1-3 阿玉台式


阿玉台式

1-4 中峠式


中峠式

1-5 加曽利EⅠ式


加曽利EⅠ式

1-6 加曽利EⅡ式古


加曽利EⅡ式古

1-7 加曽利EⅡ式中


加曽利EⅡ式中

1-8 加曽利EⅡ式中~新


加曽利EⅡ式中~新

1-9 加曽利EⅡ式新


加曽利EⅡ式新

1-10 全土器


全土器

2 メモ

・土器新分類は千葉市埋蔵文化財調査センター所長西野雅人さんが作成した資料に基づくものです。

・土器3D分布資料からどのような分析が可能であるか、既成観念にとらわれずにまずじっくり考えたいと思います。

・土器型式別分布が異なる原理で分布したことが分析から判ることになれば、斜面貝層が形成され出した時期の情報が得られるかもしてません。

・土器形期別3D分布と貝層断面との関係分析がメインの分析活動になると考えます。その分析のために、貝層断面をつなぎ合わせて断面図から立体化する作業が必要になると考えます。