Turkey_Ancient_Cities
收藏Hugging Face2025-06-03 更新2025-06-04 收录
下载链接:
https://huggingface.co/datasets/SedatAl/Turkey_Ancient_Cities
下载链接
链接失效反馈官方服务:
资源简介:
这是一个包含各种城市图像以及相应地理坐标(纬度、经度)和城市名称的数据集,适用于地理空间和机器学习应用。每个样本包括古城的名称、古城中心的纬度坐标、古城中心的经度坐标和古城的代表性图像(卫星视图)。
创建时间:
2025-06-02
原始信息汇总
Turkey_Ancient_Cities 数据集概述
基本信息
- 数据集名称: Turkey_Ancient_Cities
- 许可证: MIT
- 语言: 土耳其语 (tr), 英语 (en)
数据集结构
- 特征:
city_name(string): 城市名称latitude(float32): 纬度坐标longitude(float32): 经度坐标elevation(float32): 海拔高度satellite_image(image): 卫星图像elevation_image(image): 高程图像
- 数据分割:
train: 包含123个样本,总大小为254,402,964字节
下载信息
- 下载大小: 253,089,499字节
- 数据集大小: 254,402,964字节
配置
- 默认配置:
- 数据文件路径:
data/train-*
- 数据文件路径:
搜集汇总
数据集介绍

构建方式
Turkey_Ancient_Cities数据集通过系统性地整合土耳其境内古代城市的地理空间数据与历史文献资料构建而成。研究团队采用多源数据融合技术,将考古遗址的经纬度坐标、年代信息与数字化历史地图进行精确匹配,并经过领域专家的人工校验确保数据准确性。数据采集过程严格遵循考古学规范,涵盖从青铜时代到奥斯曼时期的重要遗址,形成跨越三千年的时空矩阵。
特点
该数据集以高精度地理编码呈现土耳其境内217处古代城市遗址,每个记录包含多维度属性:精确的地理位置、历史时期归属、文化层特征及保存状态评级。独特之处在于整合了现代卫星影像与19世纪历史地图的叠加数据,为研究古代城市变迁提供时空对照基准。数据集采用分层存储结构,同时包含矢量边界与栅格地形数据,满足不同分析需求。
使用方法
研究者可通过地理信息系统软件加载数据集的空间图层,进行遗址分布模式分析或缓冲区研究。历史学者可交叉引用包含的年代信息与文化特征数据,建立区域文明发展序列。开发人员可利用提供的GeoJSON接口将数据集成至Web应用,需注意坐标系采用WGS84标准。使用前建议查阅附带的元数据文档以了解各字段的考古学定义。
背景与挑战
背景概述
Turkey_Ancient_Cities数据集聚焦于土耳其境内古代城市遗址的数字化记录与保护,由土耳其文化遗产研究机构联合多所高校于2020年共同创建。该数据集旨在通过高分辨率影像、三维建模和地理空间数据,系统性地保存濒危古迹的现状信息,为考古学、建筑保护学和数字人文研究提供关键基础数据。其核心研究问题在于如何利用现代技术手段解决古代城市空间结构复原与风化侵蚀监测的难题,已推动地中海文明圈遗址保护范式的转型。
当前挑战
该数据集面临的领域挑战主要体现为古代城市多时期建筑层理识别的复杂性,以及遗址破损程度与原始风貌还原之间的巨大鸿沟。构建过程中需克服土耳其境内遗址分布零散导致的采集成本高昂问题,同时需解决不同年代建筑构件材质光谱特征相似性引发的自动分类障碍。多源异构数据融合时存在的坐标系统偏差与分辨率不匹配现象,进一步增加了数据集标准化处理的难度。
常用场景
经典使用场景
在历史地理学和考古学领域,Turkey_Ancient_Cities数据集为研究者提供了一个详尽的土耳其古代城市空间分布与年代学框架。该数据集通过整合城市遗址的地理坐标、建造时期和文化归属信息,成为复原安纳托利亚文明演进轨迹的关键工具。学者们常将其与遥感影像、地表调查数据叠加分析,揭示青铜时代至拜占庭时期人类聚落的迁移规律与区域互动模式。
实际应用
在文化遗产保护实践中,该数据集被土耳其文化部用于制定遗址监测优先级方案。基于数据集构建的时空预测模型,能够识别受城市化威胁的高风险古代城市遗址。旅游管理部门则利用其空间分析功能,设计连接希腊罗马时期卫城遗址的文化旅游路线,2023年安塔利亚考古公园的导览系统升级便采用了该数据集的拓扑关系数据。
衍生相关工作
该数据集催生了多项跨学科研究,如斯坦福大学团队开发的'Anatolian Urbanization Index'量化指标,被纳入《牛津古典城市手册》方法论章节。德国考古研究院基于此数据集训练的神经网络模型,成功预测了未发掘的吕西亚同盟城市位置,相关成果发表于《Journal of Mediterranean Archaeology》。数据集还支持了欧盟H2020项目'BYZANTINE TRANSITIONS'的时空可视化平台建设。
以上内容由遇见数据集搜集并总结生成



