Distribuição espacial dos sítios arqueológicos com grafismos rupestres na
Bacia Hidrográfica do Pajeú, PE: um estudo de caso para aplicação de
modelos preditivos baseados em algoritmos de aprendizagem de máquina
Análises espaciais; MPA; Aprendizagem de Máquina; grafismos
rupestres.
As análises espaciais têm um destaque nos trabalhos arqueológicos, já que são
fundamentais na compreensão dos contextos e na delimitação de áreas de estudos em
Arqueologia. Os sítios de grafismos rupestres vêm sendo estudados no contexto espacial,
desde uma escala mais abrangente até o nível específico, fazendo com que novas
hipóteses possam ser traçadas a respeitos dos grupos pré-históricos que as produziram.
Ultimamente, no Nordeste brasileiro, os trabalhos têm buscado observar padrões
estilísticos e técnicos nas pinturas e gravuras rupestres estudadas, de modo a tentar melhor
entender a dinâmica populacional do semiárido pretérito. Esta tese terá o intuito de
observar esses padrões, porém a partir de uma escala macro, buscando elementos
ambientais e sociais. Para realizar tal análise, serão aqui criados os chamados modelos
preditivos arqueológicos (MPA), com o intuito não só de buscar os padrões, mas também,
a partir deles, encontrar novos sítios arqueológicos, usando para isso uma base de dados
com localidades registradas dentro da Bacia Hidrográfica do Pajeú, em Pernambuco. A
modelagem aqui proposta possui um diferencial técnico, pois serão executados modelos
computacionais os quais usarão de algoritmos da aprendizagem de máquina (AM), com
o intuito de fornecer respostas mais graduadas e menos enviesadas aos pesquisadores.
Foram criados diversos modelos, divididos em fase pré-campo, em que se usou um
produto inicial para montar as estratégias para um campo, o qual teve o intuito de testar
o modelo na prática e coletar mais informações. Após isso novos modelos foram criados,
já com os novos dados coletados e com a inserção de novas variáveis. Os dois modelos
tiveram resultados satisfatórios quando avaliadas as métricas estatísticas e ao nos
debruçarmos sobre os mapas, podemos ver áreas de alta probabilidade aparecendo como
destaque, tais como a Serra do Umã, do Arapuá, Vermelha, Negra e da Baixa Verde. Para
além disso, observou-se que a orientação das encostas, somada com a proximidade de
áreas de grande densidade de redes de caminhos ótimos que usaram a declividade e a
insolação como superfície de custo, tiveram uma importância significativa nos resultados
do modelo. Por fim fica claro que o uso dos MPA contribuiu para um melhor
entendimento acerca dos padrões associados aos sítios arqueológicos desta natureza,
porém para se ter melhores resultados, mais informações precisam ser coletadas e
inseridas a base.