巖畫數字化和數據化研究現狀及發展趨勢

蘇勝

一、巖畫數字化和數據化研究的現狀

當前，從全球范圍來看，巖畫研究尚缺乏廣泛性投入。在全球大數據發展的背景下，有關巖畫研究新技術手段、文化資源研究管理、人才教育和培訓等方面，國際社會尚未形成共識，其中尤其缺乏國際研究機構提供的培訓和教育機會。

目前，急需掌握新技術和新方法，盡可能建立完整的世界巖畫檔案，記錄巖畫及其環境資源，并將這些圖像和文檔數據長久保存下來。這樣即使在巖畫被損壞，消失不復存在的情況下，依然能清晰地重現人類祖先精神表達的記憶。1990年代，中央民族大學中國巖畫研究中心即開展了整理、編輯中國巖畫資料總目和索引的工作;在國際上，也有學者呼吁盡快建立世界巖畫檔案，并試圖用新技術和創新辦法來研究5萬年以來的人類視覺藝術。美國巖畫研究協會前主席利·瑪麗莫（Leigh Maryor）在2006年美國巖畫刊物上曾這樣表述：“我們最初建立巖畫檔案的動機是將使用地理信息系統和其他數字技術作為巖畫研究與合作的重點。我們優先關注數字技術在巖畫研究、保存和出版傳播上的新應用。這些技術將是共享的數據記錄和分析方法。”

如今，人類學、考古學研究紛紛進入大數據時代，相關的研究報告、學術論文和國際會議層出不窮。相較于人類學和考古學，巖畫研究工作和成果受社會的關注度較低。由于缺乏資金支持和社會價值的認同，巖畫研究始終沒有更多地體現出作為一種社會文化研究領域在價值意義上應有的亮點。世界上僅有很少的群體在從事著巖畫研究。通過美國北亞利桑那博物館巖畫研究數據庫檢索出的4萬多份巖畫研究出版文獻分析， 傳統意義上的巖畫研究者，大都采用人類學假設性方法，通過圖像學和藝術風格的推理、歸納，以強調地區文化類型和年代學的分類作用，作為研究結論;而被稱作為“過程主義者”的新學科和多學科研究者，從精確的學科中借用假設檢驗的思想和科學方法，對有關命題、 論點和結論提出一個或多個假設，并進行挖掘，以針對新的證據測試這些假設。近5年來這種研究方法的學術論文發表數量快速增長。通過巖畫研究數據庫進行關鍵檢索詞得出的論文數量結果是：“acoustics”53篇、“digital rock art”43篇、“compute rock art”31篇、“data rock art”74篇、“data”162篇。主要呈現的趨勢是變革和創新發展的核心點在于數字化工具和新數據技術的實踐，同時也在于軟件工具不斷更新，使用起來容易掌握以及使用成本的降低;從圖像的識別到聲音識別的記錄，甚至進一步發展到神經心理學的研究，闡釋巖畫的存在和發生對人類大腦和心靈深處的科學實驗分析，用于巖畫原始藝術在當代的定義;數字影像技術和攝影測量學實現了圖像和影像工作的一次性完成。

當然，單方面地關注個體技術性的研究方法，不足以改變巖畫研究的整體性發展，還需要良好的社會學術環境、學者的研究行為習慣，建立共享的信息體系，以促進人類文明智慧的結合。在當前全球學術科研的前沿應用和實踐中，大數據化的學術成果信息化分享，給學術研究和學術交流帶來受益和便利，這種進步也賦予巖畫研究可以預見的希望。

二、巖畫記錄工具和應用軟件

巖畫的記錄工具和軟件主要體現在有關研究圖像的識別能力和精準性。Dstretch 軟件[12]，主要是針對顏料繪制而成的巖畫圖像的識別技術;尤其是在圖像成色淺淡，甚至難以辨認的情況下，增加圖像的辨識能力，效果更加明顯。

對于巖刻可使用的軟件很多。鑿刻磨制而成的圖像類型，經過數字化拍攝圖像和3D掃描成像，在軟件的幫助下，大大增強了圖像的識別能力，增加圖形的可辨性，識別出人的肉眼無法看到的被風化侵蝕的巖畫圖像。

地理信息技術和美國航天航空宇航局提供的各類空間和地理數據為研究文化遺址與環境關系，提供了新的數字化知識和研究工具。空間環境考古由此孕育而生。精準的GPS地理信息定位系統和圖像識別，促成了巖畫及其自然環境和歷史人文信息數據的精確記錄、歸納、整理和管理。

大數據時代巖畫研究的特點就是用掌握的精確數字技術和方法，采集數據，并將數據納入識別、分析和研究的階段，得出可視化的結果。美國加州伯克利大學的科學家們首先提出了數據的兼容和彈性理論。在經過近幾十年的研究努力，新的計算演算編程由原有明確結構性邏輯的兼容和開發，重新定義和采用為非線結構性模糊邏輯演算編程分析。比如，去巖畫點考察，以前只能使用一個路標，遵循一條路線達到目的地，如今可以再增加一條或多條路徑。這就是所謂的彈性研究的思維模式。新的模糊邏輯運算模式程序可以容納多種巖畫研究計劃，并支持多種假設關聯性的條件，將所有可靠的信息和知識作為儲備存放到軟件程序里。應用具有彈性功能的計算推演，得出新的動態的演進可視化的結論。巖畫研究的前沿大數據理論和實踐應用，最近已有很多學者開始探索。網絡開擴了大家的視野，通過巖畫現場分析和學術社區共享，使得研究成果的進展，通過網絡得以快捷地傳播。大數據為巖畫學者們提供了最大利益紅包。同時，帶來了幾個必須要研判的大問題：1）大數據戰略或策略的設計;2）知識產權保護和行業中，存在著公共資源的共享和私人占有問題的道德約束;3）數據傳播觀念和運行。

大數據巖畫研究可分為三個步驟：1）前研究，預先準備“灰文件性”（傳統研究中的文獻文件資料）數據收集階段和主題研究項目的確立;2）采用精確的數字技術在巖畫點收集各種圖像數據、自然文化環境數據以及相關的地理數據信息;3）數據歸納、識別數據的“好與不好”，管理、建模分析和研究階段。下面與大家分享的是巖畫研究過程使用的工具方法和不斷拓展的研究領域的相關信息。

1.數據收集

美國北方亞利桑那博物館官方網站的巖畫研究文獻數據庫，是目前世界上唯一的專業巖畫數據文獻庫。截至2019年夏季，這個數據庫已包含40，000多條的學術論文引用數據檢索，收錄了中國巖畫目錄和文獻資料類編共34卷本，中國巖畫研究中心研究課題項目，1994年之前的中文巖畫研究資料、論文和相關文獻信息資料。還有大量的學術網絡社會媒體和同行業的自媒體社交圈的學術論文和信息。

2.圖像識別和收集

Dstretch軟件是快速識別圖像最為好用的工具。該軟件目前被全世界的巖畫工作者廣泛使用，可幫助使用者在巖畫點調查或者古代壁畫研究時，增強圖像信息的可辨性，識別肉眼不能識別的圖像信息。

世界范圍內使用2D環全景攝影成像技術和3D掃描成像技術有很多成功案例。美國德克薩斯州舒姆拉考古教育保護中心采用的是目前世界上最新使用的先進系統性處理巖畫圖像和保護存檔技術，包括了對巖畫點的區域分段記錄;對圖像的捕捉、歸納和管理檔案的技術，如，全景圖攝影、便攜式X熒光、可復制和可驗證的文件等。

運動推斷結構（SfM）是一種攝影測量學技術，是目前拍攝巖畫成像，識別圖像和測繪地圖等最受歡迎的先進技術。主要用于二維圖像序列中的三維結構，這些圖像與局部性運動圖像相符并相結合。它屬于計算機視覺和視覺感知領域。在生物視覺上，運動推斷結構指的是人類和其他生物能夠從一個移動物體或場景中投射的二維（視網膜）運動場中恢復三維結構的現象。采用運動推斷結構技術最杰出的是美國德克薩斯州考古學者馬克·威廉斯。在考古和巖畫的攝影測量學中，他的這項運用空中飛行器和空間測量制圖和攝影技術被廣泛地認識和接受。

運動推斷結構為使用者提供了一種非侵入性攝影方法。對于環境和拍攝物采用無損攝影技術，適合特定文物在固定環境下進入直接拍攝。比如：場景過大過高，景深過短的環境;拍攝物有固定無法移動或者不可移動的情況下;被某種物體遮擋等等。運動推斷結構的技術全部過程是無需直接交互而是通過在結構分段與各種圖像的運算符之間結合，最后形成圖像文件。其特點就是攝影測量學在有限的空間或者是特殊環境里，可以捕捉到準確可靠的圖像資料。 通常使用價格更高的鏡頭（包括具有更高光學質量的鏡頭）的相機可獲得更高準確度的數據。該技術具有前所未有的細節圖像捕捉和識別能力。

3.數據管理和分析

GIS軟件具備檢索、管理、顯示和分析所有類型的地理和空間數據的功能。GIS軟件使巖畫研究者可以生成地理信息的地圖和其他圖形顯示，用于分析和顯示巖畫與周圍環境地理信息的空間關系，反映出人類活動行為與環境的變遷。Grass GIS軟件包可以用于巖畫點和巖畫的地理空間數據管理和分析、圖像處理、生成圖形和地圖、時空建模以及可視化。它可以處理柵格、拓撲、矢量、圖像處理和圖形數據。GIS軟件帶有各種地理空間和環境信息數據，研究者也可以輸入自帶的數據進行數據歸納和分析。Grass GIS軟件具備推演和判斷功能。我們曾利用賀蘭口公園和附近幾個溝巖畫點中的GPS地理信息和巖畫信息，推演出賀蘭口公園的一處小型考古遺址（被證實的遺址已被發掘）。

Gephi軟件是具備圖數據可視化和動態圖可視化功能的軟件工具，以點和面替代圖像信息。Photolink軟件是地理空間專業工具，可以將圖片和地理信息一起傳入谷歌地球軟件，作為私人化的巖畫點地理信息和巖畫圖像共存的可視化信息工具，而且還可以將私人信息網絡化，使其成為公共信息資源[19]。AgisoftMetashape是一款獨立的軟件產品，可以對數字圖像進行攝影測量處理，并生成3D空間數據，以用于GIS應用程序，可用于文化遺產文檔和視覺效果制作以及間接測量各種規模的對象。

美國舊金山文化遺產圖像中心與伯克利大學藝術史學院合作較為成功地合作完成使用3D攝影測量巖畫圖像和文化遺產圖像科研項目，可以快速創建具有高準確性，高分辨識別性能，識別肉眼未能分辨出的巖畫圖像，虛擬數字圖像和數據可視化程度高。在3D掃描攝影領域，激光掃描（也稱為激光雷達）將激光束的受控轉向與激光測距儀結合在一起。 通過在各個方向進行距離測量，掃描儀可以快速捕獲物體、建筑物和景觀的表面形狀。3D完整性模型的構建涉及組合從不同視角獲得的多個表面模型，或混合其他已知約束條件。

R和Python是兩個大數據應用軟件，都是具有大量用戶的開源編程語言軟件。 R主要用于統計分析，而Python提供了更通用的數據科學方法。Python擁有近500萬用戶，是目前最常用的語言之一。甚至美國國家航空航天局都使用Python對其太空設備進行編程。

Python相對較低的學習門檻使其受歡迎程度得到提高，越來越多的入門級編碼人員正在將Python視其為第一數據科學軟件語言。

三、巖畫的聲學研究

巖畫聲學是聲學研究在考古學領域的一種方法論。考古聲學測量分析考古遺址和人工制品的聲學特性。它是一個跨學科領域，包括考古學、民族音樂學、聲學和數字建模。音樂考古學是其廣泛領域的一部分，尤其是對史前音樂的研究。由于通過考古學探索的許多文化都集中在口頭和聽覺上，因此研究人員認為，研究考古遺址和人工制品的聲音性質可能會揭示出有關文明的新信息。 巖畫聲學是通過在特殊巖畫點的環境進行測量和檢測巖壁回音和山谷回音并記錄下來數據加以研究，總結出巖畫點的場景聲學特點。美國巖畫聲學研究專家史蒂文·沃勒（Steven J.waller）的研究結果提供了巖畫的選擇和發生的環境依據。

其中一種軟件為美國環境系統研究所出品的地理信息軟件，這是一種噪音傳播模型。1980年，美國國家森林局設計了一種聲學可檢測性預測系統方法，用于預測噪聲對戶外休閑的影響。美國環境科學家莎拉里德據此開發了音場分析工具軟件，用于測量噪聲對國家森林自然環境的影響。

巖畫聲學揭示了聲音反射出來的原始文化意義。通過巖畫聲學數據表明了空間里回聲與巖畫發生的對應關系，闡釋了聲音在巖畫創作中可能發揮了激發心靈的作用。歐美巖畫研究者們在著名的英國巨石陣考古遺址進行了聲學研究。她們還在法國洞窟巖畫遺址和美國大峽谷巖畫遺址中測量和檢測不同的回聲，進行數據記錄。在巖畫點及附近環境聲場中測量出幾組回聲，共振和混響的聲音數據。結果發現凡是在巖畫圖像比較集中的一組聲音數據，都與附近其他環境下的聲音數據有著差別，從而得出巖畫點環境的特殊性。世界上已有500多個巖畫遺址都進行了聲學的測量研究。這些遺址大都處在洞窟的深處和無天頂的峽谷環境中。

四、巖畫復雜數據分析和研究

復雜數據分析是指使用先進的計算方法來有效處理大型非線結構化數據集。通俗地講，非線結構就是將相關聯的單個或多組的信息數據集中在一起。過去，計算機進行數據的分析處理主要是針對作用在各個明確定義的數據結構上的運算結果，我們通常稱為邏輯運算方式。稱其為數據分析，就是指使用計算機來分析數據并在其中查找有意義的模式以用于制定決策的方法。目前，復雜數據的信息學和自然科學方法可建立可靠的經濟現象模型。通常我們見到的阿里巴巴、亞馬遜網上購物的數據分析，在用戶網上購物，那怕是用戶僅瀏覽了網站的網頁，用戶便會收到網站主動向用戶推薦你有可能感興趣的商品，這個技術便是大數據的應用經濟模型。另外，大數據技術還主要廣泛運用于社會網絡關系分析和應用。比如說，社會學科里相關移民政策和移民的歷史演進過程，冠狀病毒從發現到傳播的全部演進過程，民航飛行記錄，更早應用于國際安全反恐的人員跟蹤等。復雜數據分析研究結果是點和線的，以動態圖可視化地形式呈現在網絡化的環境中。它替代了以往的圖片內容和統計圖表格。

那么復雜數據和大數據，如何應用于巖畫研究呢？巖畫數據沒有像經濟學、社會學那樣存在著巨量化和動態性的大量數據來源，但是從設計理論、研究領域和個性的主題研究上，巖畫數據化研究存在著新探索的可能性。在巖畫數據化設計具體內容上，大致應該為：巖畫空間分布分析;巖畫統計分析;各類相關信息與巖畫之間的交叉研究;巖畫風格的雜交性、統一性、相似性;同一題材的不同風格分析;來自巖畫空間分析的年代法;數據描述的巖畫主題內容等等。可用于主題性巖畫群集類數據和個體類巖畫等相關聯的數據分析。能否將巖畫環境，歷史遺跡和考古數據等可能性的數據集成一體，需要在理論框架和小型項目中的反復實驗。具體工作比如說：討論利用舊巖畫調查記錄報告中的應用數據，挖掘新數據方法;根據同一文化現象中的不同解釋，不同看法和意見，設計一個或幾個假設的結果和條件，從而進行探索。正如布蘭德森（Brandsen）所說，這些數據密集的“灰色文獻”報告應根據特定學科的適應情況進行分析和索引。這樣，可以提供搜索和查詢服務，這使研究人員在可用存儲庫中快速找到最相關的數字資源。也可以這樣理解，即將已知的出版或未出版的文字資料和歷史資料作為“灰色文獻”。巖畫研究者與考古學家一樣可使用非常復雜且非線性的數字數據集進行工作。通常研究者采用的方法都是通過類型學的相似性的關聯性資料的類比得出結論。考古和環境數據往往具有不同的分辨率和尺度，會造成各自不同的觀點和角度。因此，主要挑戰是組合數據并以有意義的方式對其進行分析。為了做到這一點，匯集不同領域的專業知識至關重要。數字化轉向數據化的巖畫研究背景基于這樣一種事實：在研究巖畫的文化因素過程中涉及了非線性關系，其因果關系是不易區分的。通常這樣理解：相關聯的文化因素有可能涉及很多學科，這些數據條件在以前的數據庫的邏輯運算軟件中，是無法分析出相關聯的因素而導致出來的結果。

巖畫研究受到了不斷發展的數字化技術的挑戰與需求。如何在因果關系與非線性關系之間的分析中，得出與過去以往對巖畫研究的不同觀點和結論？如何鑒別和判斷數據的取舍問題？如何討論巖畫研究的新理論和方法？當下的數字化設備和工具帶來了精準可靠的數據來源，這將是有利的實證研究基礎。田野記錄的多樣性方法和國際化的技術手段，網絡化的共享巖畫數據資料，使得這門學科技術和信息全面性開放，也同時為其他相關學科提供了可靠有效地數據分享。大數據的存在是真實意義上多學科交叉研究的信息基礎。當然，對于未來大數據巖畫研究也將面臨大問題。對巖畫研究的豐富理解需要基于系統性可靠的原始數據，尤其是需要像田野考古工作中那樣細致原始數據集，和其他學科數據的依賴連接關系。

如果無法進一步解決復雜的文化因素之間上下文數據信息分散而且零散的狀況，許多數據不能同時建立或者無法在線獲得等等阻礙，那么，研究人員只能獲取一小部分的信息，從事著在局部問題上的研究項目。在大數據時代中，社會學、人類學、民族學、民俗學、考古學、語言學、藝術史等等眾多學科交叉研究的領域，人類有獲得新知識探索的可能。

五、結語

沒有大數據發展策略的社會學術環境，沒有具體大數據運作體系保障，個人研究以及公共文化共享資源中存在著行業道德和學術道德的約束。這種具備“過程主義”和“實踐主義”特色的研究是很難推行的。那么，數字化和數據化技術在巖畫研究中是否將遇到挑戰呢？我們只能在實踐中去解決和找出答案。至少在個案的區域化和研究項目的專題主題性上，獲得應用技術上的實踐嘗試。

（責任編輯：張雙敏）