飞越危地马拉北部的森林,你会看到一片一直铺到地平线的绿色地毯。在它下面,藏着金字塔、广场、道路和数以万计的房屋土丘。几个世纪以来,找到它们的唯一办法就是拿着砍刀在林中徒步,一米一米地推进。
这一切在考古学家开始向测绘人员和林业人员“借”来一样工具后改变了:机载激光雷达(lidar)。飞机每秒向地面发射数十万次激光,之后再由计算机把树木“剥掉”。剩下的是一张裸露地表的地图。而在玛雅低地这样的地方,这片地面上原来挤满了建筑。
更喜欢看视频?这里是简短版本:
激光雷达到底是什么
Lidar 是 light detection and ranging(光探测与测距)的缩写。美国国家海洋和大气管理局(NOAA)将其描述为一种遥感方法,利用脉冲激光形式的光来测量距离。可以把它想象成蝙蝠的回声定位,只不过用激光闪光代替了声音。
机载系统主要由三部分组成:
- 激光器和扫描仪,在飞机下方的一条地面带上来回扫射脉冲。
- GPS 接收器,精确掌握飞机所在的位置。
- 惯性测量单元(IMU),随时掌握飞机的倾斜方向。
陆地测绘激光雷达使用近红外光。水深测量激光雷达则使用绿光,它能穿透水体,测绘河床。
飞行时间:把回波变成一个点
每个激光脉冲离开飞机,撞到某个物体后反弹回来。传感器测量这一往返用了多长时间。光速约为每秒 300,000 公里,大约每纳秒 30 厘米,所以计算很简单:距离等于光速乘以传播时间,再除以二(因为光要先下去、再回来)。
想象一架飞机在森林上空 1 公里处飞行。从地面反射的脉冲大约在百万分之 6.7 秒后返回。打到高出 20 米的树梢上的脉冲,则会稍早一点返回。正是这微小的差别,让激光雷达能分辨出树叶和土壤。
把距离与飞机的 GPS 位置和 IMU 测得的倾斜角结合起来,就能准确知道这次反射发生在三维空间中的哪个位置。每次反射都会变成一个点。数百万个点构成一个点云,也就是激光触及的一切事物的三维草图。
速率非常高。下文提到的一项大型玛雅勘测所用的传感器 RIEGL LMS-Q780,额定每秒最多 400,000 个脉冲,同时有十多个脉冲在空中飞行。
多次回波:为什么森林挡不住它
脉冲到达树冠时,已经扩散成一个小光斑,很少会恰好落在单一的坚实表面上。一部分光打到高处的树叶后反弹回来;一部分穿过缝隙,打到更低处的树枝;最后还有一部分可能到达林地地面。
传感器会分别记录每一次反射。美国生态研究网络 NEON 指出,离散回波系统可以从每个脉冲记录 1 到 11 个甚至更多的回波。第一次回波通常来自树冠顶部,最后一次回波往往就是地面。
这正是丛林考古得以实现的原因:激光雷达能从树叶间的缝隙中钻过去。大多数脉冲永远到不了土壤,但只要发射得足够多,就会有大量脉冲穿透下去,勾勒出地面的形状。
从点云到裸露地表
要在雨林点云中找到遗迹,你得把其中大部分数据扔掉。
- 给点分类。软件把每个点归入植被、建筑或地面等类别。
- 只保留地面。删除植被点,森林就从数据中消失了。
- 建立地形模型。填补地面点之间的空隙,形成一个连续的表面,称为数字地形模型(DTM)或裸地模型,通常是由边长约 1 米的高程单元组成的网格。
- 加上阴影。像夕阳一样从低角度照亮地表,或按高度着色。细小的凸起和边缘一下子就显现出来了。
接着,由训练有素的眼睛去寻找大自然很少造出的形状:笔直的边缘、直角、平坦的台基、长长的隆起线条。
分类这一步比听起来更重要。在下文的坎佩切研究中,作者发现原始地形模型在垂直方向上削平了较大的土丘,因为土丘上一些真实的地面点没有被分类。他们用专为考古设计的参数重新处理了原始点,得到了分辨率为 1 米、每平方米约 5 个地面点的模型。
激光雷达在玛雅森林下发现了什么
PACUNAM,危地马拉
最大的早期案例来自 PACUNAM 激光雷达计划(PACUNAM Lidar Initiative),该计划飞越了危地马拉北部的玛雅生物圈保护区。在 2018 年 9 月发表于 Science 的一篇论文中,由 18 名研究人员组成的团队报告了分布在 2,100 多平方公里范围内的 61,480 处古代建筑。从单间房屋到宫殿和金字塔都有,还有连接城市的堤道、防御土墙以及大片梯田农地。

研究团队估计,在古典期晚期的鼎盛时期,即大约公元 650 年至 800 年,整个低地生活着 700 万到 1100 万人。这表明,大城市之间的空间里分布着繁忙且经过精心规划的乡村。
Valeriana,坎佩切
2013 年,一家墨西哥测绘公司为一个森林监测项目 Alianza M-REDD+,在坎佩切和尤卡坦的部分地区进行了激光雷达飞行测量,该项目由大自然保护协会(The Nature Conservancy)墨西哥分部牵头。这些数据被免费公开,而当初没有人是为了寻找遗迹才采集它们的。
2024 年 10 月,考古学家在 Antiquity 期刊上发表了对其中约 122 平方公里数据的重新分析,标题为 Running out of empty space。他们统计出 6,764 处建筑,平均每平方公里 55.3 处,而这片区域在考古地图上一直被视为相当空旷。
最引人注目的发现是一个城市区域,研究人员以附近一个淡水潟湖的名字将其命名为 Valeriana。它有两个相距约 2 公里的大型建筑中心,中间由密集的聚落相连。较大的中心有由堤道连接的封闭广场、神庙金字塔、一个球场、一个拦截溪流形成的水库,以及一个可能的“E 组”(E-Group),这是玛雅特有的一种广场布局。在该地区,它的聚落密度仅次于玛雅大都城之一卡拉克穆尔(Calakmul)。而且它的核心位于数据集的边缘,因此这座城市很可能延伸到了地图之外。
有台笔记本电脑,人人都能找
由于大量此类数据是公开的,如今非考古学家也在其中搜寻。2026 年 10 月,一位软件开发者讲述了自己如何用 AI 智能体筛查 NASA 采集的墨西哥玛雅地区激光雷达数据。智能体标记出一处山顶,上面有平整过的广场和一座金字塔,并向墨西哥国家人类学与历史研究所(INAH)发送了报告;对方回复称该位置没有登记在册的遗址。2026 年 11 月 11 日,他更新了文章:这处遗址早已在考古学家 2025 年的一项研究中被测绘过。这提醒我们,查阅已发表的研究也是工作的一部分。
局限
阴影地形图不是证据,Antiquity 论文的作者也直言不讳:
- 尚未实地核查。他们表示,对坎佩切的分析还没有进行任何实地验证。仍然需要有人亲自走进去看看。
- 没有年代。地形模型中的土丘没有年龄信息。相邻的两个街区,可能相隔几个世纪才有人居住。
- 误报。他们指出,自己很可能把一些石堆误认成了建筑。
- 漏报。矮小的建筑几乎不高出地面,很少能被探测到,因此统计数字往往偏低。
- 处理方式的选择。正如被削平的土丘所示,过滤参数会改变你看到的结果。
物理规律也带来限制。森林越茂密,能穿透的脉冲越少,地图就越模糊。近红外光无法穿透水体或云层。而且飞行测量成本高昂,所以重新利用为林业和其他勘测采集的数据才如此有价值。公开数据能揭示的东西,可能远超其所有者的预期。
口袋里和路上的激光雷达
同样的飞行时间原理,如今也已用在消费电子产品上,只是规模小得多。
- 手机和平板。Apple 于 2020 年 3 月为 iPad Pro 加入了 LiDAR Scanner(激光雷达扫描仪),称它可测量最远 5 米处物体的距离,并且室内外都能使用。iPhone 12 Pro 随后在 2020 年 10 月推出,用它在弱光下实现更快的自动对焦,并支持增强现实。
- 汽车。许多自动驾驶汽车用激光雷达实时构建街道的三维图像。Waymo 表示,其激光雷达能够测量车辆周围 360 度、最远 300 米范围内物体的大小和距离。
如果你有一部较新的 Pro 款 iPhone,可以亲自试试:打开 Measure(测距仪)应用并对准一个人,或者用 3D 扫描应用扫描一个房间。你正在生成一个小小的点云,和测绘 Valeriana 所用的是同一类数据。
总结
机载激光雷达之所以有效,是因为森林里布满了细小的缝隙。发射足够多的脉冲,为每个回波计时,只保留打到土壤的那些,树木就消失了。剩下的结果改写了玛雅历史:从 PACUNAM 勘测发现的 61,480 处建筑,到在坎佩切林业数据中找到的一座城市。地形图能为考古学家提供线索,但遗迹仍需由真正懂行的人进行实地核查、测定年代和深入研究。
资料来源
链接最后检查于 2026 年 11 月 15 日。
- What is lidar? | oceanservice.noaa.gov
- Internet Archive: Up to 400,000 pulses per second
- The Basics of LiDAR – Light Detection and Ranging – Remote Sensing | NSF NEON | Open Data to Understand our Ecosystems
- Running out of empty space: environmental lidar and the crowded ancient landscape of Campeche, Mexico | Antiquity | Cambridge Core
- Unprecedented study confirms massive scale of lowland Maya civilization | news.tulane.edu
- My AI Agents (Re)discovered a Maya Site in 72 Hours | pietromiotti.com
- Apple unveils new iPad Pro with LiDAR Scanner and trackpad support in iPadOS – Apple
- How our cars drive – Waymo Help





写评论