Publication: Reconstrucción de la paleovegetación y uso de útiles líticos en el yacimiento de homínidos de la garganta de Olduvai (Tanzania) mediante el uso de microfósiles vegetales
Loading...
Files
Official URL
Full text at PDC
Publication Date
2017-11-21
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Complutense de Madrid
Citations
Exportar
Abstract
Esta tesis doctoral presenta los resultados de una serie de análisis multidisciplinares que tienen como objeto los microfósiles de plantas. Los objetivos de la tesis fueron mejorar las identificaciones gránulos de almidón mediante el uso de un sistema automatizado, evaluar las muestras modernas como método de inferencia a través del estudio de fitolitos de suelos y plantas relacionadas con áreas húmedas en África, y la reconstrucción del paleoambiente/paleopaisaje de dos yacimientos de la garganta de Olduvai para analizar su influencia en el comportamiento de los homínidos. Para mejorar la identificación de gránulos de almidón se utilizó un sistema de análisis de imagen que midió 123 caracteres ópticos y morfológicos de aproximadamente 5000 gránulos de 20 especies de plantas comestibles del este de África. Los datos obtenidos se analizaron mediante un sistema estadístico de aprendizaje automático (Random Forest). Los resultados muestran que, a pesar de que el sistema desarrollado no es perfecto, es más eficaz que las identificaciones de visu, cuyo acierto medio fue del 25% frente al 53% del sistema automatizado. Se observó que el sistema es sensible al número de especies analizadas y, en un menor grado, al número de caracteres utilizados, por lo que consideramos que reducir las potenciales especies a identificar es crucial para obtener identificaciones precisas y para ello es necesario combinar diversos análisis. De no ser así la identificación automática de gránulos de almidón no será lo suficientemente precisa para ser utilizada en arqueología. Para mejorar el conocimiento de los conjuntos de fitolitos que permitan obtener inferencias precisas de las muestras fósiles se analizaron los fitolitos de 22 suelos modernos provenientes del entorno de Olduvai y de 14 especies relacionadas con ambientes húmedos. Los resultados del análisis de suelos muestran que los fitolitos reflejan, parcialmente, la estructura vegetación, pero no el tipo de vegetación que los produjo y que las diferencias entre diferentes tipos de formaciones son sutiles. Sin embargo, se observó que dichas diferencias son apreciables cuando se aplican herramientas estadísticas...
This thesis presents a series of multidisciplinary analysis using plant microfossils. The objectives of this thesis are to improve the identification of starch granules through the use of an automated system, to evaluate modern analogues as an inference method through the study of modern phytolith assemblages and the study of phytoliths from humid areas in Africa, to reconstruct the paleoenvironment/paleolandscape of two Olduvai sites and to analyze the influence of paleovegetation on hominid behavior. In order to improve the identification of starch granules, an image analysis program was used- a program capable of measuring up to 123 different optical and morphological characters in ~5000 starch granules of 20 different East African edible plant species. The data obtained were analyzed using a machine learning approach (Random Forest). The results show that this automated system is not perfect, but that it is still more powerful than the human eye, for which the average success rate is just 25% for species level identifications, as opposed to 53% for the automated system. In evaluating the performance of the system, I found that accuracy rates in the identification of starch granules are highly sensitive to the number of species being identified and, to a lesser extent, to the number of characters used by the identification system. It is therefore crucial to narrow down as much as possible the number of target species by analyzing additional proxies. If this is not done, the automated identification of starch granules will not be accurate enough to provide acceptable interpretations in archaeological contexts...
This thesis presents a series of multidisciplinary analysis using plant microfossils. The objectives of this thesis are to improve the identification of starch granules through the use of an automated system, to evaluate modern analogues as an inference method through the study of modern phytolith assemblages and the study of phytoliths from humid areas in Africa, to reconstruct the paleoenvironment/paleolandscape of two Olduvai sites and to analyze the influence of paleovegetation on hominid behavior. In order to improve the identification of starch granules, an image analysis program was used- a program capable of measuring up to 123 different optical and morphological characters in ~5000 starch granules of 20 different East African edible plant species. The data obtained were analyzed using a machine learning approach (Random Forest). The results show that this automated system is not perfect, but that it is still more powerful than the human eye, for which the average success rate is just 25% for species level identifications, as opposed to 53% for the automated system. In evaluating the performance of the system, I found that accuracy rates in the identification of starch granules are highly sensitive to the number of species being identified and, to a lesser extent, to the number of characters used by the identification system. It is therefore crucial to narrow down as much as possible the number of target species by analyzing additional proxies. If this is not done, the automated identification of starch granules will not be accurate enough to provide acceptable interpretations in archaeological contexts...
Description
Tesis inédita de la Universidad Complutense de Madrid, Facultad de Geografía e Historia, leída el 18-11-2016