Att lyfta det bortkastade : En fallstudie i halvautomatisk inventering av röjningsröseområden

Sammanfattning

Röjningsröseområdet är en typ av fornlämning från brons- och järnåldern, som är vanlig i de sydsvenska skogarna. Eftersom den nationella fornlämningsinventeringen avslutades i många län innan röjningsröseområdet fick fornlämningsstatus, finns det idag ett stort antal oregistrerade röjningsröseområden. Målet med denna studie är att utveckla och testa en metod som använder maskininlärning och LiDAR-data för att identifiera och georeferera röjningsröseområden, och som kan användas som ett hjälpmedel inför inventering. Metoden anpassades för att minimera antalet falska positiv och på så sätt undvika onödiga fältbesök. LiDAR-data från Hallands län omvandlades till raster innehållande terrängdata Simple Local Relief Model. En klassificeringsmodell skapades utifrån nätverksarkitekturen YOLOv8, och tränades med 1200 bilder på röjningsröseområden och 5544 bakgrundsbilder. Falska positiv minimerades genom att inte inkludera otydliga bilder i träningsdata, samt genom att använda ett gränsvärde på 70% för röjningsröseområden vid prediktion. Modellen hade mycket goda prestandamått vid validering, med en precision på 100% och recall på 86% för röjningsröseområden. Modellen testades därefter i två områden: ett mindre område där klassificeringen kontrollerades med visuell tolkning, och ett större område som kontrollerades automatiskt genom överlapp med registrerade fornlämningar. Den genomsnittliga precisionen för de två testområdena är 52–78%, och recall var i genomsnitt 50%. Modellen har i genomsnitt en sämre förmåga att identifiera registrerade röjningsröseområden med liten area. Alla identifierade falska positiv vid prediktion innehöll grot. 298 potentiella oregistrerade röjningsröseområden upptäcktes i testområdena. Sammanfattningsvis uppvisar modellen god potential att fungera som ett verktyg för att identifiera röjningsröseområden inför vidare visuell tolkning och fältarbete.