skip to main content


Search for: All records

Creators/Authors contains: "Monteleone, Kelly"

Note: When clicking on a Digital Object Identifier (DOI) number, you will be taken to an external site maintained by the publisher. Some full text articles may not yet be available without a charge during the embargo (administrative interval).
What is a DOI Number?

Some links on this page may take you to non-federal websites. Their policies may differ from this site.

  1. Abstract

    Recent advances in spatial and remote sensing technology have led to new methods in archaeological site identification and reconstruction, allowing archaeologists to investigate landscapes and sites on multiple scales. These remotely conducted surveys create virtual cultural landscapes and seascapes that archaeologists and the public interact with and experience, often better than traditional maps. Our study examines landscape reconstruction and archaeological site classifications from a phenomenological and human behavioural ecology (HBE) perspective. HBE aims to reconstruct how humans interacted with these places as part of their active and passive decision making. Through temporal reconstructions, archaeologists and others can experience and interpret past landscapes and subtle changes in cultural land‐ and seascapes. Here, we evaluate the use of remotely sensed data (lidar, satellite imagery, sonar, radar, etc.) for developing virtual cultural landscapes while also incorporating Indigenous perspectives. Our study compares two vastly different landscapes and perspectives: a seascape in coastal Alaska, USA, and a neotropical jungle in Belize, Central America. By incorporating ethnographic accounts, oral histories, Indigenous traditional knowledge and community engagement, archaeologists can develop new tools to understand decisions made in the past, especially pertaining to settlement selection and resource procurement. These virtual reconstructions become cognitive images of a possible place that the observer experiences. Virtual cultural landscapes allow archaeologists to reproduce landscapes that may otherwise be invisible and present them to different publics. These processes elucidate how landscapes changed over time based on human behaviours while simultaneously allowing archaeologists to engage with Indigenous communities and the public in the protection of prehistoric and historic sites and sacred spaces through cultural heritage management.

     
    more » « less
  2. Este trabajo propone un método de muestreo a fin de contrastar en el terreno los datos obtenidos a partir de imágenes LiDAR, que permitan al investigador verificar y/o predecir la precisión de los resultados sobre un área mayor. El estudio de caso aquí presentado se centra en el sitio de Yaxnohcah, ubicado en la Meseta Cárstica Central de la península de Yucatán. Está área se caracteriza por presentar una variedad de densos bosques tropicales húmedos y zonas de vegetación de humedal con pocos accesos de caminos y brechas. Para este estudio se seleccionaron veintiún bloques de 100 por 100 metros del área, que comprendió una muestra estratificada del 10 por ciento, e incluyeron ejemplos de varias zonas de vegetación distinta. Se realizó un recorrido de superficie por transectos a lo largo de los bloques, registrándose dos tipos de errores. Los Errores del Tipo 1 consisten de rasgos culturales identificados en campo, pero que no aparecen en el los Modelos Digital de Elevación (MDE) o en el Modelo de Superficie Digital (MSE). Los Errores de Tipo 2 consisten en rasgos que parecen culturales en el MDE o MSE, pero que en realidad son causadas por diferentes tipos de vegetación. De manera concurrente, realizamos un extenso reconocimiento de la vegetación en cada bloque, identificando las principales especies presentes, las diferentes alturas de dosel, así como las características generales de la topografía y los suelos. Los resultados del método de contrastación en el terreno demuestran que los datos lidar son sumamente confiables y es posible utilizar una muestra a fin de evaluar la precisión, la veracidad y la certidumbre de los datos sobre un área mayor. 
    more » « less