有吉北貝塚北斜面貝層セクション図の整理

 Organizing the section diagrams of the shell layer on the northern slope of the Ariyoshi Kita shell mound

I have organized 87 original section diagrams (hand-drawn shell layer cross sections, B3 size) of the shell layer on the northern slope of the Ariyoshi Kita shell mound. I plan to create a series of shell layer cross sections by connecting the section diagrams together, and then create a 3D model of the shell layer.

有吉北貝塚北斜面貝層のセクション図原簿（手書き貝層断面図、B3判）87枚を整理しました。セクション図をつなぎ合わせることによって一連の貝層断面を作成し、さらに貝層3Dモデルを作成する予定です。

1　セクション図原簿

セクション図原簿例（手書き貝層断面図、B3判、部分、千葉県教育委員会所蔵）

B3判資料をその大きさで複写する装置（書画カメラ）では、今回のように経年劣化が激しい鉛筆手書き資料について、必要な解像度を得られませんでした。そのため、解析用複写は仕方なくA3判スキャナーで複数枚重複して行いました。

2　セクション図整理

セクション図の分布

青色は発掘調査報告書掲載断面、赤色と緑色は非掲載断面。

セクション図原簿87枚を整理しました。貝層分布域については、満遍なくセクション図が作成されていることを確認できました。この資料から貝層3Dモデルを作成する予定です。

3　セクション図と地形との関係

発掘調査報告書の貝層断面6付近の地形の様子

発掘調査報告書の貝層断面6付近の地形の様子

セクション図と発掘調査報告書掲載地形図から周辺地形とセクション図の関係を把握できることを確認しました。

セクション図の地山地形断面線から標高データを拾って、地山地形3Dモデルを完成させることの資料精度的メドが経ちました。

4　貝層区分の把握

セクション図の貝層区分は詳細に行われていますが、その記載がどの図面で行われているのか、これから詳細に調査する予定です。また、隣接する断面の貝層区分連続性がどのようになっているのか、詳しく検討します。最終的には北斜面貝層全体で、統一した貝層区分表現作成をめざし、貝層区分とその関係の整合的理解を目指します。

5　剥ぎ取り断面対応セクション図の存在

剥ぎ取り断面（千葉県立中央博物館展示）対応セクション図の存在を確認しました。

貝層区分線の引き方と現場の様子を、今現在において直接確認できますから、とても有益な資料です。今後詳しく「現場」確認調査します。

有吉北貝塚北斜面貝層剥ぎ取り断面（千葉県立中央博物館展示）

有吉北貝塚北斜面貝層剥ぎ取り断面対応セクション図（千葉県教育委員会所蔵）

発掘原票複写資料の整理

 Organizing the excavation record copies

The basic arrangement of the copies of excavation records related to the north slope shell layer of the Ariyoshi Kita Shell Mound has been completed. So, I made a note of the situation. I am impressed that by using Python with support from ChatGPT, I was able to complete a week's work in one day.

有吉北貝塚北斜面貝層発掘原票の複写資料の基礎整理が一段落しましたので、その様子をメモしました。ChatGPT支援によるPython利用により、1週間作業が1日作業で終わったことに感動しています。

1　図面と遺物台帳の複写

千葉県教育委員会の許可を得て有吉北貝塚北斜面貝層の次の資料を複写しました。

図面（遺物分布図、セクション図、貝層分布図、地山地形図等、A2判）450枚は、全てについて書画カメラ（A2）で撮影するとともに、計測資料として利用予定の図面321枚はA3スキャナーでスキャンしました。

遺物台帳14冊（4600ページ、A4判）は全てをA4見開き2ページ単位にて書画カメラで撮影しました。

図面と遺物台帳の複写

2　図面の解像調整

図面は現場で薄鉛筆細線で描かれ、かつ紙質が経年劣化していてスキャン画像をそのまま利用することが困難であるため、書画カメラ画像、スキャナー画像ともにレベル補正とハイパスフィルター補正をPhotoshopマクロバッチ機能で一括調整しました。

遺物台帳はペン書きで文字も大きく、画像調整は不必要でした。

Photoshopによる図面の解像調整

3　図面の種別整理

図面を種別フォルダーをつくり、それぞれ収納しました。

4　メッシュ別フォルダーによる整理

遺物分布図と遺物台帳について、メッシュ別フォルダーに関連ファイルを整理しました。これにより発掘調査報告書掲載全遺物（土器を除く）の3D座標計測が効率的に出来るようになりました。

発掘調査報告書掲載全遺物（土器を除く）にはメッシュ番号と遺物番号が記載されています。この情報により、遺物分布図からx座標、y座標（平面位置）を、遺物台帳からz座標（標高）を知ることが可能です。

メッシュ別フォルダーによる遺物分布図の整理

メッシュ別フォルダーによる遺物台帳の整理

なお、土器は現物閲覧により破片別に記載されているメッシュ番号と遺物番号を調べ、その情報から破片の3D座標を知る活動を今後展開する予定です。

5　技術メモ

遺物分布図と遺物台帳のメッシュ別フォルダー整理作業は当初1週間程度の作業時間を予定しました。しかし、Pythonを使えば面倒臭い作業を効率的に処理出来る可能性に気が付き、ChatGPTの支援を受けて次のPythonスクリプトを利用して、結果として1日で作業を終えることができました。

5-1　ファイル名称変更のPythonスクリプト

ファイル名称変更のPythonスクリプト

ファイル名称変更の効果

5-2　メッシュ別フォルダー作成と関連画像をそこに収納するPythonスクリプト

メッシュ別フォルダー作成と関連画像をそこに収納するPythonスクリプト

フォルダー名称と収納ファイル名の指示テキスト

6　感想

ChatGPT支援Pythonスクリプトの絶大な作業時間短縮効果に大感動です。まるで未来世界に足を踏み入れたような感覚を覚えます。ChatGPT支援によるPythonやBlenderPython活用をさらに進め、さらにChatGPTに限定しないで、多様な生成AIを活用して縄文学習をより深く楽しむことにします。