Признаки человеческой деятельности: каковы отличительные признаки человеческой деятельности — inakhan.ru

Содержание

Деятельность человека и ее основные формы

Информация о материале: Просмотров: 26031

Деятельность — способ отношения человека к внешнему миру, состоящий в преобразовании и подчинении его целям человека.
Деятельность человека имеет определенное сходство с активностью животного, но отличается творческо-преобразующим отношением к окружающему миру.
Характерные черты деятельности человека:

Сознательный характер: человек сознательно выдвигает цели деятельности и предвидит её результаты, продумывает наиболее целесообразные способы их достижения.
Продуктивный характер: направлена на получение результата (продукта).
Преобразующий характер: человек изменяет окружающий мир (воздействует на среду специально созданными средствами труда, которые усиливают физические возможности человека) и самого себя (человек сохраняет свою природную организацию неизменной, изменив в то же время свой образ жизни).

Общественный характер: человек в процессе деятельности, как правило, вступает в разнообразные отношения с другими людьми.

СТРУКТУРА ДЕЯТЕЛЬНОСТИ

Мотив (от лат. movere — приводить в движение, толкать) — совокупность внутренних и внешних условий, вызывающих активность субъекта и определяющих направленность деятельности (например, потребности, интересы, социальные установки, убеждения, влечения, эмоции, идеалы).
Цель деятельности — это осознанный образ того результата, на достижение которого направлено действие человека.

ПРИВЕДИТЕ ПРИМЕР ЛЮБОЙ ДЕЯТЕЛЬНОСТИ. Найдите в ней субъект и объект, мотив, цель, подберите методы и средства, опишите процесс и результат.

МНОГООБРАЗИЕ ЧЕЛОВЕЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Материальная деятельность — это создание материальных ценностей и вещей, которые необходимы для удовлетворения человеческих потребностей. Она включает в себя материально-производственную деятельность, связанную с преобразованием природы, и социально-преобразующую деятельность, связанную с преобразованием общества.
Духовная деятельность

связана с изменением сознания людей, созданием научных, художественных, нравственных ценностей и идей. Она включает в себя познавательную, ценностно-ориентировочную и прогностическую деятельность.
Познавательная деятельность отражает действительность в научной и художественной форме, а также в мифах, сказаниях, религиозных учениях.
Ценностно-ориентировочная деятельность — это формирование мировоззрения человека и отношения его к окружающему миру.
Прогностическая деятельность представляет собой предвидение и осознанное планирование изменений существующей действительности.

Есть различные критерии классификации деятельности

по объектам и результатам деятельности — создание материальных благ или культурных ценностей;
по субъекту деятельности — индивидуальная и коллективная;
по характеру самой деятельности — например, репродуктивная или творческая;
по соответствию правовым нормам — законная и незаконная;
по соответствию моральным нормам — моральная и аморальная;
по соотношению с общественным прогрессом — прогрессивная и реакционная;
по сферам общественной жизни — экономическая, социальная, политическая, духовная.

ПРИВЕДИТЕ ПРИМЕР КАЖДОГО ВИДА ДЕЯТЕЛЬНОСТИ.

ОСНОВНЫЕ ФОРМЫ ДЕЯТЕЛЬНОСТИ

Основные формы человеческой деятельности:

Игра — это особый вид деятельности, целью которого не является производство какого-нибудь материального продукта, а сам процесс — развлечение, отдых. Игра, как и искусство, предлагает некое решение в условной сфере, которое может быть использовано в дальнейшем в качестве своеобразной модели ситуации. Игра дает возможность моделировать конкретные жизненные ситуации.

Учение — вид деятельности, целью которого является приобретение человеком знаний, умений, навыков. Особенности учения состоят в том, что оно служит средством психологического развития человека. Учение может быть организованным и неорганизованным (самообразование).
Общение — это вид деятельности, при котором происходит обмен идеями и эмоциями (радость, удивление, гнев, страдание, страх и т. д.). По используемым средствам различают следующие виды общения: непосредственное и опосредованное, прямое и косвенное, вербальное и невербальное.
Труд — вид деятельности, которая направлена на достижение практически полезного результата. Характерные черты труда: целесообразность, нацеленность на достижение конкретного результата, практическая полезность, преобразование внешней среды обитания.

Творчество — это вид деятельности, порождающей нечто качественно новое, никогда ранее не существовавшее. Важнейшими механизмами творческой деятельности являются:

1) комбинирование уже имеющихся знаний;

2) воображение, т. е. способность создавать новые чувственные или мыслительные образы;

3) фантазия, которая характеризуется яркостью и необычностью создаваемых представлений и образов;

4) интуиция — знание, способы получения которого не осознаются.

Установите соответствие между видами деятельности и их признаками: к каждой позиции, данной в первом столбце, подберите соответствующую позицию из второго столбца.

	ПРИЗНАКИ		ВИДЫ ДЕЯТЕЛЬНОСТИ
А)	освоение опыта предыдущих поколений	1)	труд
Б)	преобразование предметов окружающего мира	2)	общение
В)	обмен информацией и её преобразование в процессе взаимодействия	3)	учение
Г)	осуществление реального действия воображаемыми средствами	4)	творчество
		5)	игра

Изменение климата и здоровье

\nЗа последние 50 лет в результате человеческой деятельности, особенно сжигания ископаемых видов топлива, в нижних слоях атмосферы скопились углекислый газ и другие парниковые газы в количествах, достаточных для удержания излишнего тепла и воздействия на глобальный климат.

\nЗа последние 130 лет температура в мире возросла примерно на 0,85°С. За последние 25 лет темпы глобального потепления ускорились, превысив 0,18°С за десятилетие[1].\n

\nПовышаются уровни моря, тают ледники и меняется характер атмосферных осадков. Экстремальные метеорологические явления становятся более интенсивными и частыми.

Какое воздействие оказывает изменение климата на здоровье?

\nНесмотря на то, что глобальное потепление может приносить некоторые местные преимущества, такие как уменьшение числа случаев смерти в местах с умеренным климатом и рост производства пищевых продуктов в определенных районах, общие последствия изменения климата для здоровья, по всей видимости, будут в подавляющем большинстве случаев негативными. Изменение климата воздействует на социальные и связанные с окружающей средой факторы здоровья — чистый воздух, безопасную питьевую воду, пищевые продукты в достаточном количестве и надежный кров.

Сильная жара

\nКрайне высокая температура воздуха непосредственно приводит к смерти от сердечно-сосудистых и респираторных заболеваний, особенно среди пожилых людей. Так, например, во время периода сильной жары летом 2003 года в Европе было зарегистрировано дополнительно более чем 70 000 случаев смерти[2].

\nК тому же, из-за высокой температуры в воздухе повышаются уровни озона и других загрязнителей, что усугубляет сердечно-сосудистые и респираторные заболевания.

\nКроме того, во время сильной жары повышаются уровни пыльцы растений и других аэроаллергенов. Они могут провоцировать астму, от которой страдает около 300 миллионов человек. Ожидается, что продолжающееся повышение температуры усилит это бремя.

Стихийные бедствия и меняющийся характер распределения атмосферных осадков

\nВо всем мире число зарегистрированных стихийных бедствий, связанных с погодой, за период с 1960-х годов более чем утроилось. Ежегодно эти бедствия приводят более чем к 60 000 случаев смерти, главным образом, в развивающихся странах.

\nПовышение уровня моря и все более экстремальные метеорологические явления будут разрушать дома, медицинские учреждения и другие основные службы. Более половины населения мира живет в пределах 60 км от моря. Может случиться так, что люди будут вынуждены покидать свои места, что, в свою очередь, повысит риск разнообразных последствий для здоровья — от психических расстройств до инфекционных болезней.

\nВсе более меняющийся характер распределения атмосферных осадков, по всей видимости, окажет воздействие на запасы пресной воды. Нехватка безопасной воды может поставить под угрозу гигиену и повысить риск диарейных заболеваний, от которых ежегодно гибнет почти 760 000 детей в возрасте до 5 лет. В экстремальных случаях скудость воды приводит к засухе и голоду. К концу 21-го века изменение климата может привести к увеличению числа и интенсивности пиреодов засухи на региональном и глобальном уровне.[1].

\nЧастота и интенсивность наводнений также возрастает, и частота и интенсивность экстремальных осадков будет также увеличиваться в течение этого столетия. [1] Из-за наводнений происходит загрязнение запасов пресной воды, возрастает риск болезней, передающихся через воду, и образуются места, благоприятные для размножения насекомых, являющихся переносчиками болезней, таких как комары. Наводнения также приводят к случаям утопления и физическим травмам, разрушению домов и дезорганизации в области оказания медико-санитарных услуг.

\nПовышение температуры и изменяющийся характер выпадения осадков, по-видимому, приведут к снижению производства основных продуктов питания во многих беднейших регионах — до 50% к 2020 году в некоторых африканских странах[1]. Это повысит распространенность неправильного питания и недостаточности питания, от которых в настоящее время ежегодно умирает 3,1 миллиона человек.

Модели инфекций

\nКлиматические условия оказывают сильное воздействие на болезни, передающиеся через воду, и болезни передающиеся насекомыми, моллюсками и другими холоднокровными животными.

\nИзменение климата, по-видимому, приведет к удлинению сезонов передачи трансмиссивных болезней и изменению их географических зон. Так, например, по прогнозам, из-за изменения климата в Китае значительно расширится область, где происходят случаи заболевания шистосомозом — болезни, передаваемой моллюсками[3].

\nКлимат оказывает сильное воздействие на малярию. От малярии, передаваемой комарами Anopheles, ежегодно умирает почти 600 000 человек в год, в основном, это африканские дети в возрасте до 5 лет. Комары Aedes, являющиеся переносчиками денге, также высоко чувствительны к климатическим условиям. Исследования позволяют предположить, что из-за изменения климата риск заражения денге тоже будет увеличиваться.

Оценка последствий для здоровья

\nОценка последствий изменения климата для здоровья может быть только весьма приблизительной. Тем не менее, согласно оценке ВОЗ, учитывающей только ряд возможных последствий для здоровья, и исходя из предположения о продолжении экономического роста и прогресса в области здравоохранения, был сделан вывод о том, что изменение климата, как ожидается, вызовет порядка 250 000 смертей дополнительно в год в период с 2030 по 2050 год, 38 000 человек умрут из-за воздействия жары на престарелых, 48 000 — из-за диареи, 60 000 — из-за малярии и 95 000 — из-за детского недоедания.[4].

Кто подвергается риску?

\nИзменение климата окажет воздействие на все группы населения, но некоторые группы более уязвимы, чем другие. Особо уязвимы люди, живущие в небольших развивающихся островных государствах и других прибрежных районах, мегаполисах, а также горных и полярных районах.

\nДети, особенно в бедных странах, входят в число самых уязвимых перед рисками для здоровья, связанными с изменением климата. Они будут подвергаться более длительному воздействию на здоровье. Более тяжелые последствия для здоровья ожидаются также в отношении пожилых людей и людей, уже имеющих какие-либо болезни или нарушения здоровья.

\nРайоны со слабой инфраструктурой здравоохранения, в основном, в развивающихся странах, будут в меньшей степени способны подготовиться к изменению климата и принять ответные меры без внешней помощи.

Деятельность ВОЗ

\nМногие политические линии и предпочтения отдельных людей обладают потенциальными возможностями для уменьшения выбросов парниковых газов и наряду с этим обеспечения значительных преимуществ для здоровья. Так, например, безопасное использование общественных видов транспорта и активное движение — такое, как езда на велосипедах и пешая ходьба в качестве альтернативы использованию личных автомобилей, могут способствовать сокращению выбросов углерода и сократить бремя бытового загрязнения воздуха, которое вызывает порядка 4,3 миллиона смертей в год, и загрязнения воздуха в окружающей среде, которое вызывает около от 3,7 миллиона смертей ежегодно.

\nВ 2015 году Всемирная ассамблея здравоохранения одобрила новый план работы ВОЗ по вопросам изменения климата и здоровья. Он включает:

Партнерства: координировать деятельность с партнерскими учреждениями в рамках системы ООН и обеспечить надлежащий учет вопросов здравоохранения в повестке дня по вопросам изменения климата.
Повышение осведомленности: предоставлять и распространять информацию об угрозах для здоровья людей, связанных с изменением климата, и о возможностях укрепления здоровья путем сокращения выбросов углерода.
Научные и фактические данные: координировать обзоры научных данных о связях между изменением климата и здоровьем и разрабатывать глобальную повестку дня в области научных исследований.
Поддерживать принятие ответных мер в области общественного здравоохранения в связи с изменением климата: помогать странам создавать потенциал для снижения уязвимости здоровья в связи с изменением климата и укреплять здоровье путем снижения выбросов углерода.

Библиография

IPCC. Summary for Policymakers. In: Edenhofer O, R. Pichs-Madruga, Y. Sokona, E. Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B., Kriemann JS, S. Schlömer, C. von Stechow, T. Zwickel and J.C. Minx editors. Climate Change 2014, Mitigation of Climate Change Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA.: Cambridge University Press; 2014.

Robine JM, Cheung SL, Le Roy S, Van Oyen H, Griffiths C, Michel JP, et al. Death toll exceeded 70,000 in Europe during the summer of 2003. C R Biol. 2008;331(2):171-8.
Zhou XN, Yang GJ, Yang K, Wang XH, Hong QB, Sun LP, et al. Potential Impact of Climate Change on Schistosomiasis Transmission in China. Am J Trop Med Hyg. 2008;78(2):188-94.
WHO. Quantitative risk assessment of the effects of climate change on selected causes of death, 2030s and 2050s. Geneva: World Health Organization, 2014.

«,»datePublished»:»2018-02-01T15:42:00.0000000+00:00″,»image»:»https://www.who.int/images/default-source/imported/climate-change-conditions-in-africa.jpg?sfvrsn=fc0d754e_0″,»publisher»:{«@type»:»Organization»,»name»:»World Health Organization: WHO»,»logo»:{«@type»:»ImageObject»,»url»:»https://www.who.int/Images/SchemaOrg/schemaOrgLogo.jpg»,»width»:250,»height»:60}},»dateModified»:»2018-02-01T15:42:00.0000000+00:00″,»mainEntityOfPage»:»https://www.who.int/ru/news-room/fact-sheets/detail/climate-change-and-health»,»@context»:»http://schema.org»,»@type»:»Article»};

Тема 4. Социальные институты

Социальный институт

Социальный институт – понятие, используемое для обозначения ус-тойчивого комплекса формальных и неформальных правил, принципов, норм и установок, регулирующих различные сферы человеческой деятельности и организующих их в систему ролей и статусов, образующих социальную систему.

Институализация – упорядочение. Процесс упорядочения, формализации и стандартизации называется институализацией. Институты обеспечивают удовлетворение потребностей в том случае, когда для этого необходима коллективная структурированность. Институализация в обществе, в социальной группе структурирует статусы. Она позволяет четко определить цели и задачи социальной организации, исходя из того, какие потребности коллективно удовлетворяются с помощью данной социальной организации. Однако существуют ситуации, когда социальные институты не работают.

Признаки социального института:

особый тип регламентации. Жесткое социальное регулирование отношений. Функционирование социального института (в идеале) отличается регулярностью, большой чёткостью, предсказуемостью и надежностью. Функционирование социального института связано с механизмом социального контроля;
чёткое распределение функций, прав и обязанностей участников ин-ституализированного взаимодействия;
обезличенность требований. В рамках социального института существуют права и обязанности, они деперсонифицированы. Они образуются, во-первых, исходя из традиций (так было), во-вторых, исходя из эффективности определенного поведения, которое было отобрано из возможных;
разделение труда и профессионализация. Каждый человек в рамках социального института выполняет определённые функции;
выделение социальных учреждений (организаций). В рамках каждого института выделяются формально-организованные учреждения (организации). Например, в институте здравоохранения – это больницы, поликлиники, органы управления. (Это каркас социального института, его формальная, бюрократическая часть, в рамках которой осуществляется управление социальным институтом, контроль за его деятельностью).

Классификация социальных институтов (по типу потребностей, задач, которые они решают)

Экономические институты – наиболее устойчивые, подлежащие строгой регламентации социальные связи в сфере хозяйственной деятельности. (Институализированные экономические связи, производство и распределение благ и услуг, организация и разделение труда, собственность, денежное обращение, трудовая деятельность, рынок и т.д.).
Политические институты – т.е. институты, связанные с борьбой за власть, её осуществление и распределение. Для них характерны мобилизация возможностей функционирования общества как целостности (государство, армия, полиция, партии).
Институты культуры, социализации и жизнеобеспечения – включают в себя наиболее устойчивые, чётко регламентированные формы взаимодействия по поводу укрепления, создания и распространения культуры, социализации молодого поколения, овладения ими культурными ценностями общества, а также иными институтами жизнеобеспечения, не связанными с экономикой (семья, образование, наука, художественные учреждения).

Социальный контроль

Социальный контроль — особый механизм поддерживания общественного порядка. Он включает два главных элемента — нормы и санкции.

Социальные нормы – это пространство, очерченное определенными границами, в рамках которых поведение определенной личности воспринимается как нормальное, допустимое применительно к данному обществу. Социальные нормы в зависимости от статуса и от конкретной ситуации в обществе могут быть структурированы более и менее жестко. В том случае, если нормы структурированы жестко, то количество вариантов поведения, которое соответствует конкретному социальному статусу в рамках действующей социальной нормы, небольшое. Чем мягче структурирование социальных норм, тем больше вариантов поведения у человека появляется. Основная тенденция развития современного общества заключается в расширении границ социальных норм. Социальная установка – наиболее предпочтительное поведение личности с точки зрения общества, общности, групп, окружающих. У разных социальных групп и общностей могут быть различные социальные установки. Невыполнение человеком (группой людей) социальных норм влечет за собой применение санкций.

Санкции – средства поощрения и наказания, стимулирующие людей соблюдать социальные нормы.

Социальный контроль упорядочивает человеческое общество, задает «порядок» жизни и штрафует всех, кто его нарушает.

Социальный контроль — фундамент стабильности в обществе. Эта охранительная функция иногда мешает развитию общества. Но полное его отсутствие ведет к распаду общественных отношений, беспорядкам, социальным раздорам.

Основные институты социального контроля. Существует социальный контроль через групповое давление. Участвуя в коллективных действиях, каждый должен приспосабливаться к требованиям окружающих. Человек может являться членом многих групп (семья, класс, студенческая группа), и каждая малая группа имеет устоявшийся формальный или неформальный «кодекс» поведения, собственные социальные установки. Отклонения от правильного поведения осуждаются группой. В зависимости от важности нарушаемой нормы возможен широкий диапазон осуждения — от простых замечаний, “косых” взглядов до изгнания из данной группы.

Существует социальный контроль через принуждение. Многие прими-тивные общества успешно контролируют поведение через групповое давление. Но в сложных обществах этого недостаточно. Групповое давление может ослабнуть, человек «потеряется» в толпе и контроль станет неэффективным. Отсюда возникает необходимость в формальном контроле — в законах, насильственном принуждении. Когда человек не желает следовать законам, т.е. записанным на бумаге нормам, то общество прибегает к принуждению, чтобы заставить поступать его так, как все.

Существует контроль через социализацию. Но на 70 % социальный контроль осуществляется за счет самоконтроля. В процессе социализации формируются наши желания, привычки, и общество стремится, что бы они были такими, какие нужны ему. Общество нормально функционирует только тогда, когда его члены хотят действовать так, как это выгодно обществу.

Что такое социальный институт? Приведите примеры социальных ин-ститутов.
Каковы основные черты социальных институтов?
3. Какие исторические типы стратификации выделил Э. Гидденс?
Что такое социальная мобильность?
Какие виды социальной мобильности выделил П. Сорокин?

причина, следствие и последствия — НОО Профессиональная наука

Аннотация: В статье рассмотрена парадоксальная ситуация – человек предстал как создатель техногенной среды и разрушитель биосферы своей среды обитания. Причина тому безудержное потребительство и этот «вирус» создал общество каннибалов живущих за счет биомассы и электората, который теперь величают биообъект. Как следствие новый мир без человека. Однако если мы начнем воздействовать на людей человеческими стимулами, идущими от мозга, сознания, души, то сможем построить иной цивилизованный мир. То есть необходимо менять эволюционным путем идеологию двигателя прогресса, не богатство, а осознанное ограничение и воспитание культуры выживания.

Abstract: In article the paradoxical situation is considered – the person appeared as the creator of the technogenic environment and the destroyer of the biosphere of the habitat. The reason for that impetuous consumerism and this «virus» created society of the cannibals living at the expense of biomass and electorate which is called a bioobject now. As a result the new world without person. However if we begin to influence people the human incentives going from a brain, consciousness, soul, then we will be able to build other civilized world. That is it is necessary to change in the evolutionary way progress engine ideology, not wealth, and conscious restriction and education of culture of survival.

Ключевые слова: парадокс, техногенная цивилизация, биосфера, прогресс, эксплуатация, потребление, манипулятор, человек-разрушитель, стимулы, антропологическая катастрофа, глобальные проблемы, идеология потребительства, человеческий капитал, культура выживания.

Keywords: paradox, technogenic civilization, biosphere, progress, operation, consumption, manipulator, person destroyer, incentives, anthropological accident, global problems, consumerism ideology, human capital, culture of survival.

Сложилась парадоксальная ситуация, о которой финский философ

П. Кууси написал так: «Достигнув неба, мы одновременно стучимся во врата ада… Семена разрушения произрастают в нас самих». Стругацкие писали: «Люди стремились стать богатыми, они ими не стали, но перестали быть людьми». Человек отчетливо предстал как созидатель техногенной цивилизации, не совместимой с его существованием, и разрушитель биосферы, своей естественной среды обитания, в одном лице, а его разум в полной мере проявил неразумное начало, приведя к утрате человеческих основ своего существования: природных, социальных, нравственных и иных. По выражению Э. Фромма, человек умер. (4, 152)

«В течение многих веков в основе общественного прогресса лежала, как выразился Ф.Энгельс, «низкая алчность»,представленная «низкой личностью». Основной целью общества – двигателем его прогресса – было обретение богатства для узкого слоя людей. Узкий слой стал «большинством» в обществе, а масса людей – «меньшинством», и прогресс приобрел несправедливый, уродливый и антагонистический характер.» (2, 4)

Благосостояние – развитие «большинства» – осуществлялось ценой угнетения и страдания «меньшинства». И не столько сегодняшнего «меньшинства», сколько еще не родившегося.

Кульминацией всего этого и много другого негативного, о котором ранее писалось, происходит именно на этом отрезке времени, т.е. если рассмотреть развитие человечества по спирали.

Первобытнообщинный строй.
Рабовладельческий строй, более развитый техногенно.
Феодальный строй, еще более развитый техногенно.
Капиталистический, еще больше развитый техногенно.

В этой агонии встает вопрос выбора: или исчезнуть, или пересмотреть идеологию развития, вновь войдя в первобытнообщинный строй, на более высоком уровне развития и сменив вектор прогресса от товарно-денежного техногенного к духовному и на основе достижений 4-го этапа развиваться, построить гармонично развивающуюся цивилизацию, где нет соперничества и постепенно уйдет в бытие неравенство и власть, т.к. свободной развитой личности власть ненужна, и излишки вообще не нужны.

Да, наша эпоха носит переходный характер, но куда переход: или в небытие, или к новому витку развития. Мне кажется, есть смысл поторопиться с определением вектора пути, т.к. мы сегодня уже «проедаем» то, что должны «есть» наши внуки. Человек предстал как создатель и разрушитель в одном лице, т.е. мы подошли также и к антропологической катастрофе. Действительно, на этом отрезке спирали, в этот промежуток времени многочисленные факторы духовной деградации человечества дают нам повод полагать, что нет никакого прогресса, а вся цивилизация движется к гибели. Но это говорит о том, что цивилизация подошла к точке предела, за которой, как уже говорилось, два пути. И если нам опираться только на антропологические трактовки общественного прогресса, то идея «технологической эры» как грядущей перспективы человечества нас приведет к исчезновению данной цивилизации и возникновению новой, но уже без человека.

И если мы говорим о цикличности истории, повторяющихся событий, но с более нарастающим масштабом, эти циклы мы имеем на каждом витке развития и их несколько, это своеобразная социализация, т.е. каждое поколение на конкретном витке вбирало прошлое, создавало новое с той же идеологией и программой развития но все более и более мощной. Так как все эти процессы были следствием первой жесткой программы, заложенной в структуре человеческого организма самой природой. Она строится на том, что человеку для жизни требуется воздух, пища, вода, пространство; его поведение во многом подчиненно этим потребностям, а поскольку с каждым витком развития цивилизации нарастает жажда потребительства, неравенства, жажда власти то как следствие, на каждом этапе все больше и больше не хватало денег, воздуха, чистой воды и пространства у властной структуры.

Эволюционно на бытовом примере это выглядит в общем смысле так, в классических формах эксплуатации воспроизводства жизни, даже расширенное, диктовалось общими интересами. В феодальном обществе воспроизводство и преемственность было обязательно даже для господствующего класса: помещики, как правило, понимали, что сохранение и укрепление их власти, их хозяйственного благополучия тесно связаны с наличием у крепостных детей. Да и крепостные понимали, что им необходимы наследники, которые в старости будут о них заботиться.

Классические формы эксплуатации, как правило, не угрожали существованию и сохранению человеческого сообщества, более того, они диктовали необходимость расширенного производства жизни. Примером тому человеческая история до средины XX века.

В прежних общественных укладах семья являлась в первую очередь производственной единицей. В ориентированной на производство семье крестьянина, ремесленника, мелкого торговца воспитание приемников было жизненно важной заботой. Ныне же под натиском рыночной экономики в центре интересов семьи живущей на жалованье, на заработную плату, формируется потребление. При этом меняется структура интересов. Появляется отчетливая заинтересованность в том, чтобы доход распределялся на возможно меньше количество человек. В конечном счете, семья, объединенная лишь потребительским интересом, создает такую структуру, как интересов — сиюминутных, прямых, приватных, которые препятствуют воспроизводству общества. Если же в «эксплуатации будущего» принимает участие значительная часть общества, то массовость этого явления формирует такую систему интересов и ценностей, которая за весьма короткое время уже сегодня стала материальным социальным, мировоззренческим императивом.

И этот «вирус» потребления заложенный в рыночной идеологии сформировал общество каннибалов «поедающих», живущих за счет другого, но их (других) становится все меньше, а потребление растет и те, кто создал эту систему, будут последними, кто уничтожат друг друга. Так как манипулятор сам становится манипулируемым созданной им системой, и он центральный носитель «вируса».

Однако, если мы начнем воздействовать на людей преимущественно человеческими стимулами, идущими от мозга, сознания, души – такими, как равенство, солидарность, дружба, забота о ближнем, самопожертвование, тем более сегодня ситуация сложилась так, что заботясь о ближнем, мы в первую очередь заботимся о себе. И не надо бояться перенаселения, опять же исходя из закона природы, закона «выживания», чем тяжелее условия жизни, тем выше рождаемость (конечно, и смертность, но пока идет рост численности населения в слаборазвитых странах).

Отсюда, создав нормальные условия жизни, мы сумеем гармонизировать и человеческую цивилизацию и популяцию. Конечно, из человека легче выжать все, опираясь на первую программу природы, на его эгоизм, использовать надежные рычаги, созданные самой природой, и неизмеримо труднее взывать к человечности и опираться на нее. Однако для этого необходимо создать среду обитания внутри человеческого общества, где быть мошенником, подлецом и развратником абсолютно не выгодно, где власть не дает безграничных льгот и выгод, где не срабатывает правило: «Чтобы не работать, надо сидеть высоко», где действует закон: «Чем больше мои возможности, тем скромнее мои желания».

Американский философ и поэт Р.У. Эмерсон писал: «Истинный показатель цивилизации не богатство и не величие городов, не обилие урожая, а облик человека, который воспитывается страной».

Довольно развить интеллект, и станет ясно, что у благородного человека арсенал гораздо мощнее, а броня неуязвимей, чем у самых ловких махинаторов. Отсюда очередная задача: сохранить – взращивать здравую мысль, развивать интеллект молодого поколения, но не на тотальной компьютеризации, роботизации, хоть это исключать нельзя, а на поиске, пробах и ошибках, общении со сверстниками и старшими, и чтении достойной человека литературы.

Известный философ Мераб Мамардашвили ввел новое понятие – антропологическая катастрофа. Он имел ввиду, что за всеми нашими бедами стоит кризис человека, его духа, способности соприкоснуться с реальностью, смотреть на мир не через стандартизированную оптику идеологизированных структур, а воспринимать мир, как он есть и строить относительно мира и своего места в нем собственное миропонимание, подлинное сознание, но сознание, не пораженное инфляцией (понятие «инфляция сознания»). И это очередная проблема – «поврежденное сознание».

Мы знаем, что человек видит то, что знает, а его сознание реагирует на то, что значимо для него. Если коротко рассмотреть служебную лестницу роста чиновника, то каждая ступень это льготы, власть, средства, возможности и возможность уйти от наказания. В этом случае его «служебное кресло» для него практически все, и за него он отдаст все, не дай бог потерять его. Но к тебе идут люди со своими бедами, просьбами, жалобами и т.п. Надо решать, а вдруг обижу вышестоящего, свата, брата, начальника? В этом случае сознание погружается в своеобразный «саркофаг». Оно уже не реагирует на боль, беды других, оно не сострадает, не переживает. Перестаешь видеть, как живут люди вокруг тебя, т.к. если увидишь – надо решать, а нет указаний, и где средства, а тем более сознание, пораженное потребительством, приводит к мысли, что все и вся для тебя, и это не люди, а биообъекты. Они превращаются в средство для тебя. Благодаря долгому общению с компьютером и т.п. у человека вымываются эмоции. И в конечном итоге его сознание реагирует только на «страх» и «удовольствие». А потеря «кресла» равна смерти, да еще и с конфискацией. Можно ли изменить эту систему? Видимо «Да»? Вначале используя страх, и это страх сначала социальной, а потом и физической смерти. «Мы наблюдаем сейчас уменьшение кислорода в атмосфере, нарастание «парникового эффекта», расползание «озоновых дыр», безостановочное загрязнение Мирового океана. Биологи фиксируют, что ежегодно в результате деятельности человека мир теряет 150 видов животных и растений. Всякий биологический вид способен выжить в пределах достаточно узкой экологической ниши, т.е. совокупности определенных условий и факторов окружающей среды. Существует такое пороговое значение внешних условий, за пределами которых биологическая организация не выживает. Человечеству угрожает гибель.

И перед этой, а также другими проблемами все равны.

Сегодня уже в числе глобальных проблем выделяют кризис человеческой духовности, тревожно слышать нарастающие предупреждения биологов, генетиков, медиков о том, что мы стоим перед опасностью разрушения человеческого вида, деформации его телесных основ, накопления генных нарушений, патологий, заболеваний людей.

Океан химических веществ, в который ныне погружена повседневная жизнь, резкие изменения в политике и зигзаги в экономике – все это действует на нервную систему, воспроизводительные способности и соматические проявления миллионов людей. Налицо признаки физического вырождения.

Мы пытаемся опять решить это в основном с точки зрения экономического регулирования.

Так сегодня в подходе к решению экономических проблем три главных направления: ограничительная, стратегия оптимизации и стратегия замкнутых циклов. Но все эти стратегии «стучатся» в закрытую дверь, т.к. проблема «человека на верху» и его окружение, и столь распространенный стиль жизни, когда люди без сожаления несут на рынок всякие ценности будущего, порожден не чисто экономическими, политическими, научными проблемами, а духовно-нравственными; и основой этой проблемы является широкое распространение идеологии потребительства, которая побуждает человека считать целью и смыслом своей жизнедеятельности производство и потребление вещей. При этом став полностью рабом вещей и машиной, которая жизненный успех определяет только как обладание теми или иными материальными благами. И это закладывается с самого детства. При этом мы становимся все менее счастливыми и более замороченными добыванием материальных благ, подгоняемые страхом потерять благо и «место под солнцем». И парадокс еще и в том, что в погоне за материальными благами мы производим мусор (в среднем это 1-2 кг на человека в сутки).

Вместе с тем в обществах уже приостановлена или отсутствует перемещение людей по вертикали (социальная мобилизация), а это необходимое условие общественного развития. Если этого нет, то в высших слоях (стратах) накапливается большое количество инертных, малоспособных к продуктивной деятельности людей, людей-разрушителей, а не созидателей. И напротив, значительные группы энергичных способных людей, не имеющих возможности подняться по социальной лестнице стараются найти другие пути, формы, способы и становятся выразителями общественного протеста и источником крайней нестабильности общества. Т.е. общество «бессмертных старых» маразматиков обречено на гибель

Отсюда главной проблемой и одновременно главным средством решения сегодняшних проблем видится человек, его ценностные ориентиры и установки. В своих исследованиях американский экономист Теодор У.Шульц, посвященных капиталовложениям, создающих и преумножающих человеческий капитал, показывает влияние на рост национального дохода, капиталовложений, которые умножают человеческие знания и профессиональное мастерство. Шульц ясно показывает, что продуктивность, эффективность, окупаемость такого рода капиталовложений гораздо выше, чем обычных «внечеловеческих». Но отношение к человеку, как и к богатству, которое можно увеличивать посредством капиталовложений, вступает в противоречие с доведенным до сверхпредела потребительством, с глубоко укоренившейся программой – «брать, но ничего не вкладывать» и «быстро, сразу, все за счет других». Пользование накопленным тысячелетиями богатством практически бесплатно и при этом варварское обращение с давшейся нам в наследство природой, ее ограбление и проматывание полностью развратило и привело к деградации слой верхушки общества и создало систему, где к власти может прийти только подлейший.

Самое удивительное что, то есть, кто раскручивает маховик потребительства, проедает, грабит будущее, как правило, не замечает в своих действиях ничего незаконного, а тем более противоправного. Эти люди не нарушают никаких законов, поскольку будущее нигде не защищено юридически. Более того, очень многие видят, что могут свободно распоряжаться не только собственной жизнью и всеми прочими материальными, духовными, нравственными ценностями, относящимися к сегодняшнему, а уже вернее, к будущему, одно из своих неотъемлемых прав и привилегий.

Чтобы создавалась подобная иллюзия, ими же создается соответствующий законный порядок, благодаря которому те грабят будущее, эксплуатируют нижестоящих. Это чтящие законы люди, а те, кто пытается что-то изменить, — преступники. Создана система, где, начиная от форм ведения хозяйства и форм производства до поведения честного человека, все участвуют в ограблении будущего, естественно в разной степени. Система потребительства не позволяет жить и существовать по-другому. И это тупиковое существование, т.е. необходимо менять эволюционным путем идеологию системы от потребительства к осознанному ограничению хотя бы на первом этапе, и воспитание культуре выживания.

References

1. Сущность глобальных проблем, их происхождение и пути решения. Взаимодействие цивилизации и сценарии будущего https://https://https://studopedia.ru/3_89086_sushchnost-globalnih-problem-ih-proishozhdenie-i-puti-resheniya-vzaimodeystvie-tsivilizatsii-i-stsenarii-budushchego.html
2. Философия об общественном (процессе), его содержании и противоречивом развитии https://studopedia.ru/3_89085_haraktere.html
3. Фромм Э. Кризис психоанализа / перевод П. С. Гуревич. — М.: Аст, Полиграфиздат, 2010. — 256 с.
4. Глобальные проблемы в системе «человек-общество-природа» и перспективы https://helpiks.org/7-16150.html

Ответ § 3. Человек и его деятельность

1) Укажи отличия человеческой деятельности от поведения животных.

Ответ:

1)взаимодействие с окружающим миром

2) приспособление к окружающей среде

3) наличие продуманной цели

4) внешняя активность

2) Выбери правильный ответ.

Что объединяет слова «игра», «учение», «труд» ?

Ответ:

1)это потребности организма человека

2) это виды деятельности

3) это качества человека

4) это способы получения заработка

Совет.

Обрати внимание: такие тестовые задания составляют значительную часть заданий с выбором ответа Государственной итоговой аттестации. Из четырех предложенных вариантов ответа выбери один верный и поставь знак ˅ в нужный квадратик или обведи его номер.

3) Игра и труд являются видами человеческой деятельности. Сравни игровую и трудовую деятельность. Запиши одну общую черту и три различия.

Ответ:

СОВЕТ.

Помни, что главное в сравнении – определить общее двух объектов ( событий, ситуаций ) и найти различия между ними, а не просто описать каждый из них.

Умение выполнять задания на сравнение пригодится тебе на экзаменах в 9 и в 11 классах.

4) Заполни схему, используя слова: цель, результат, средства.

Ответ:

5) Продолжи предложения.

Ответ:

Когда у меня есть свободное время, я много читаю, играю в компьютерные игры, учусь программировать, учусь играть не гитаре.

Чтобы чувствовать себя полезным человеком, я готов помогать другим, возможно я буду хорошим волонтером.

Хорошо, когда моя работа получается и приносит мне удовлетворение, и высоко оценивается мной и другими людьми.

Если у меня что – то не получается, я обычно расстраиваюсь и злюсь, но через некоторое время, «остыв», возвращаюсь к работе.

6) Выбери правильный ответ.

Что из названного не является отличительной чертой деятельности человека?

Ответ:

1)определение цели

2) осознанные действия

3) анализ результата

4) инстинкты

7) Существует пословица: « Стрелять по воробьям из пушки». Эту пословицу употребляют, когда человек

Ответ:

1)не планирует свою деятельность

2) не анализируют результат деятельности

3) неверно подбирает средства для достижения цели

4) неверно ставит цели

8) Отметь знаком +, что из перечисленного является деятельностью.
- Ответ:
9) Можно ли считать компьютерные игры видом деятельности? Какова цель игры в компьютер, ее средства, результаты?
- Ответ:
  
  Компьютерные игры можно считать деятельностью, но нужно оговариваться какие. Ведь есть такое понятие как киберспорт. И вот игра в игры, которые входят в дисциплины можно считать деятельностью, если человек нацелен на результат – участие в соревнованиях. Есть четкая цель – выиграть, есть средства – сама игра, стратегии и тактики, есть результат – призовое место на соревнованиях.
  
  Либо игра, как тестирование своего приложения ( которое сам написал), это тоже деятельность.
10) Приведи примеры, когда игровая деятельность превращается в трудовую.
- Ответ:
  
  Игровая деятельность превращается в трудовую в вышеописанных случаях киберспорта, еще можно упомянуть спортивную деятельность, которая вначале воспринимается как игра ( например, футбол), а потом мы начинаем играть все более профессионально, и это, становится твоей работой.
11) Как ты думаешь, почему многие ученые считают общение важном видом деятельности? Обоснуй свою точку зрения.
- Ответ:
  
  Общение отвечает всем признакам деятельности, а именно общение дает нам развитие. Ведь в общении со сверстниками и старшими мы многому учимся, многое узнаем и понимаем. Общение стимулирует развитие речи, а именно владение речью отличает человека от животного. Ведь например, дети – маугли не могут общаться с помощью речи, если их не учили этому в детстве, навсегда, остаются на одном уровне развития. С помощью общения мы можем узнать что – то важное, подсказывать кому – то что –то, скоординировать действия, благодаря общению ученых прогресс не стоит на месте.

NYT назвала признаком бедности потребление цифровых услуг :: Общество :: РБК

Человеческое общение становится прерогативой богатых людей, бедные выбирают гаджеты, переставшие быть признаком роскоши, пишет издание

Фото: Stefan Wermuth / Reuters

Активное потребление цифровых услуг в повседневной жизни становится признаком бедности, утверждает в своей авторской колонке Нелли Боулз, репортер New York Times, пишущий для издания о технологиях и интернет-культуре. По ее мнению, теперь роскошью и люкс-товаром в современном обществе стал человеческий контакт.

«По мере того как в жизни бедных появляется все больше экранов [гаджетов], они исчезают из жизни богатых. Чем вы богаче, тем больше тратите на то, чтобы быть за кадром», — утверждает журналист. В качестве одного из примеров она приводит нарисованного кота по имени Sox, с которым общается 68-летний пенсионер из Сан-Франциско: виртуальное животное для присмотра за пожилыми было разработано в рамках стартап-проекта Care.Coach. Котом управляют сотрудники компании: они наблюдают за общением мужчины с котом и печатают ответы, которые озвучивает программа. При этом сами работники Care.Coach не находятся в США — они живут в Латинской Америке или на Филиппинах. Боулз отмечает, что кота Sox пенсионеру предоставила некоммерческая программа здравоохранения Element Care, для участия в которой у человека должно быть на счету не более $2 тыс.

Подобные программы и активное распространение цифровых услуг приводят к созданию новой реальности, где в категорию товаров люкс попадали не гаджеты и технологии, а человеческое взаимодействие. Об этом свидетельствуют в том числе успех частных школ, ведущих обучение без технологий, отмечает репортер. Она приводит данные исследования по развитию мозга у 11 тыс. детей, проводившегося при поддержке Национального института здравоохранения: согласно исследованию, дети, проводившие более двух часов около экранов тех или иных устройств, получили более низкие баллы по языковым тестам и при оценке способности рассуждать. Кроме того, выяснилось, что у некоторых детей, которые проводят много времени около экранов гаджетов, было зафиксировано преждевременное истончение коры головного мозга.

«Дети бегут к тому, что знают, — к экранам, — говорит профессор социальных исследований науки и техники Массачусетского технологического института Шерри Теркл. — Это все равно что бежать в фастфуд».

«Смартфоны и планшеты стали дешевыми сами по себе. При этом они могут сделать дешевле и многие другие вещи: любое место, в котором можно разместить экран, будь то классы в школах, больницы, аэропорты, рестораны, может таким образом сократить расходы. И любая деятельность, которая может быть произведена на экране, становится дешевле», — пишет Боулз. По ее мнению, эти перемены были быстрыми. В 1980-х годах наличие технологий было признаком богатства и власти. Так, например, первый Apple Mac в 1984 году стоил $2,5 тыс. (по состоянию на сегодняшний день цена — около $6 тыс.). Сейчас один из наиболее качественных ноутбуков можно купить за $470, сравнивает журналист.

Парниковый эффект: климат меняется, споры не стихают — Общество

Изменение климата и его причины — одна из самых обсуждаемых экологических тем в мире. Решение американского лидера Дональда Трампа об одностороннем выходе страны из Парижского соглашения, подразумевавшего сокращение выбросов парниковых газов, запустило новый виток дискуссии по этому вопросу.

Большинство специалистов считают, что основная причина изменения климата — деятельность человека. Но и в мире, и в России есть сторонники и противоположного мнения: если человек и влияет на климат, то незначительно. Рассказываем о том, какие аргументы они выдвигают.

«Если не веришь — ты неандерталец»

Глава Минэнерго США Рик Перри недавно заявил, что не считает масштабные выбросы углекислого газа основной причиной глобального потепления. «Идея, что все эти научные вопросы полностью решены, и если ты в это не веришь, то ты какой-то неандерталец, это, с моей точки зрения, совершенно неприемлемо», — добавил Перри.

На эту тему

В марте этого года с аналогичным заявлением выступил новый руководитель главного природоохранного ведомства Соединенных Штатов — Федерального агентства по охране окружающей среды — Скотт Прюитт.

Он указал, что «проблематично точно измерить воздействие деятельности человека на климат». Он также отметил, что имеются «значительные разногласия относительно степени такого воздействия».

Позже Перри все-таки признал, что человек влияет на изменение климата, правда, сделал оговорку, что наука еще не сказала своего последнего слова по этому вопросу.

Под влиянием природных факторов климат на Земле менялся всегда. Ледниковые периоды несколько раз сменялись периодами повышения температуры. Потепление происходит главным образом за счет нагревания Мирового океана, а он, в свою очередь, нагревается из-за парникового эффекта: парниковые газы (диоксид углерода СО₂, метан и оксид азота), накапливаясь в атмосфере, создают вокруг планеты своего рода экран, так что энергия, полученная от солнечного излучения, не возвращается в космическое пространство, а постепенно накапливается, приводя к нагреванию поверхности планеты. Из-за чего это происходит, вопрос до сих пор спорный.

Из материала портала «Чердак»

Продолжение

Виноват ли человек?

Эксперты, скептически относящиеся к тому, что главным «виновником» климатических перемен является человек, отмечают, что периоды потепления неоднократно происходили в истории Земли, поэтому нет оснований предполагать их антропогенное происхождение. К тому же за последние 30 лет в каких-то регионах происходило потепление, в других — похолодание.

Некоторые ученые полагают, что главной экологической проблемой планеты является уменьшение площади лесов и необратимые изменения климата скорее будут вызваны не парниковыми газами, а нарушением механизма глобального влаго- и теплопереноса, который обеспечивается растительностью планеты. Географические теории объясняют долговременные колебания климата движениями земной коры и изменением положения материков и океанов.

Снижение альбедо и другие причины

Последователи теории природных причин глобального потепления есть и в России. Например, заведующий отделом гидрометеорологии и экологии Сибирского регионального научно-исследовательского гидрометеорологического института (СибНИГМИ) Николай Завалишин связывает рост температуры со снижением альбедо Земли — процента отраженной в космос энергии Солнца.

По его мнению, глобальное потепление климата в мире продолжится, но к масштабному таянию ледников не приведет — после 2022 года оно может смениться периодом постепенного похолодания, независимо от того, сколько человек будет сжигать углеводорода.

Ученый обратил внимание на то, что периоды повышения-понижения температуры случались и раньше, они носят повторяющийся характер. По его словам, каждый цикл состоит из 10 лет быстрого потепления и 40–50 лет медленного «остывания».

На эту тему

А ученые Института океанологии РАН по результатам исследований Мирового океана в 2009 году пришли к выводу о том, что человеческая деятельность не является существенным и тем более главным фактором планетарных климатических изменений.

Парниковые газы, на которые сторонники теории глобального потепления возлагают основную «вину», действительно влияют на температурные процессы в атмосфере, но незначительно. Как поясняли океанологи, «разработанная в институте физическая теория климата оценивает этот вклад примерно в 8,5%». По их мнению, главную роль (65%) в распределении температуры в нижних слоях воздушной оболочки Земли — тропосфере — играет конвекция, то есть перемещение более теплых воздушных масс вверх, а холодных — вниз. Еще 25% дают процессы конденсации влаги.

Что касается метана и углекислого газа, то их роль в потеплении не до конца ясна. Например, из наблюдений американских ученых под руководством президента Института науки и медицины Артура Робинсона заметна связь колебаний температуры с солнечной активностью. А с накоплением углекислого газа в атмосфере такой связи практически нет. При этом исследователи отмечали, что накопление углекислоты в воздухе должно приводить не к потеплению, а к похолоданию климата, и даже предсказывали его наступление в течение ближайших 20–30 лет, учитывая 60-летние циклы солнечной активности.

Не драматизировать проблему промышленных выбросов призвал недавно и президент РФ Владимир Путин. По мнению российского лидера, их объемы сопоставимы с выбросами вулканов.

Несколько выбросов вулкана Этна перекрывают все усилия сегодняшнего человечества по антропогенным выбросам в атмосферу

Владимир Путин

президент России

При этом президент подчеркнул, что глобальное потепление все равно будет продолжаться. «Вопрос не в том, чтобы его предотвратить. Это невозможно, это может быть связано с какими-то глобальными циклами на земле и т.д. Я согласен с тем, что вопрос в том, как к этому приспособиться», — отметил российский лидер.

Путин вместе с тем подтвердил приверженность РФ Парижским договоренностям по климату.

Можно ли что-то сделать?

В любом случае мало кто спорит, что концентрация парниковых газов в атмосфере увеличивается, а средняя глобальная температура растет.

В 2015 году ученые впервые в современной истории зафиксировали превышение средней температуры планеты более чем на 1 °C по сравнению с XIX веком, когда началось наблюдение за изменениями глобальной температуры. Эксперты прогнозируют, что ее превышение на 2 °C по сравнению с доиндустриальным уровнем будет иметь необратимые последствия для людей и экосистем.

Климат на планете в целом станет более влажным.
Уровень моря в XXI веке повысится до 1 м.
Могут исчезнуть до 30–40% видов растений и животных, поскольку их среда обитания будет изменяться быстрее, чем они сумеют приспособиться к этим изменениям.
Изменится видовой состав леса, и начнется интенсивное таяние ледников.
Опреснение океана из-за таяния льдов вызовет изменение Гольфстрима.
Увеличится частота и сила аномальных явлений, таких как экстремальные ветра и «волны жары», цунами и наводнения.

Человеческий фактор в изменении климата, возможно, и ничтожен по сравнению с масштабностью природных процессов, но все-таки есть. По оценкам климатологов, чтобы не допустить драматического развития событий и удержать рост температуры в пределах до 2 °C, странам мира необходимо к 2050 году вполовину снизить глобальные выбросы по отношению к уровню 1990 года, а к концу XXI века — сократить до нуля.

орудий каменного века — самые ранние признаки высотных людей в Тибете

Тибетское плато — одно из самых суровых мест на Земле, оно охватывает почти миллион квадратных миль земли, простирающейся на две с половиной мили ввысь, покрытой холодным разреженным воздухом. трудно дышать. Теперь китайские исследователи сделали замечательную находку на крыше мира: самые старые признаки человеческой деятельности в этом сложном ландшафте.

Исследователи под руководством Сяолина Чжана, археолога из Китайского института палеонтологии позвоночных и палеоантропологии, обнаружили более 3600 каменных артефактов в части центрального Тибетского плато под названием Нвя Деву.Место богато черным сланцем — не идеальным сырьем для каменных орудий, но лучшим, доступным на многие мили вокруг. Кем бы ни были мастера по изготовлению инструментов, они воспользовались тем, что у них было, и мастерски изготовили лезвия из камня длиной до восьми дюймов.

Большинство инструментов было обнаружено в земле, которая в последний раз видела солнечный свет 30 000–40 000 лет назад, что делает Нвиа Деву старейшим хорошо датированным признаком человеческой деятельности. И на высоте 15000 футов над уровнем моря, Нвиа Деву также является самым высокогорным археологическим памятником в мире, которому более 10 000 лет.

История эволюции человека началась около 7 миллионов лет назад, когда линии, ведущие к Homo sapiens и шимпанзе, разделились. Узнайте о более чем 20 ранних человеческих видах, которые входят в наше семейное древо, и о том, как естественный отбор определенных физических и поведенческих черт определил, что значит быть человеком.

Открытие, опубликованное в четверг в журнале Science , подчеркивает стойкость современных людей, покидающих Африку по всему миру.Находка также может пролить свет на то, как ДНК денисовцев — таинственного родственного вида людей, живших в Сибири, — могла способствовать процветанию современных тибетцев.

«Это действительно первый убедительный аргумент в пользу существования человеческих популяций на высоком плато», — говорит Джефф Брантингем, археолог из Калифорнийского университета в Лос-Анджелесе, который изучает заселение Тибетского плато, но был не участвовал в этом исследовании.

Солнечный свет устанавливает часы

Раньше археологи знали, что люди-охотники-собиратели жили на окраинах Тибетского нагорья примерно 15 000 лет назад.Многие эксперты утверждали, что никто не жил постоянно на центральном Тибетском нагорье примерно шесть или семь тысяч лет назад, когда тибетцы освоили выпас яков и овец и выращивание ячменя. Однако все это время некоторые исследователи надеялись на более старые доказательства.

«Меня зовут в публикациях, в которых говорится о [позднем заселении плато], и я верил в это, но мне это никогда не нравилось», — говорит соавтор исследования Джон Олсен, археолог из Университета Аризоны.

Пожалуйста, соблюдайте авторские права.Несанкционированное использование запрещено.

Пожалуйста, соблюдайте авторские права. Несанкционированное использование запрещено.

Пожалуйста, соблюдайте авторские права.Несанкционированное использование запрещено.

Пожалуйста, соблюдайте авторские права. Несанкционированное использование запрещено.

1/19

Соблазненный плодами душистого инжира, борнейский орангутанг забирается на 100 футов в крону.Борнео, Индонезия.

Соблазненный плодами душистого инжира, борнейский орангутанг забирается на 100 футов в крону деревьев. Борнео, Индонезия.

Фотография Тима Ламана, Nat Geo Image Collection

Основная проблема заключалась в том, что доказательств, полученных в результате хлопка более 15 000 лет назад, осталось мало. На некоторых участках имелись интересные каменные орудия, но они были обнаружены разбросанными по поверхности. Чтобы надежно датировать древние инструменты, исследователям нужно было найти некоторые из них, которые были похоронены и оставались нетронутыми со времен их создателей.

Войдите в Нвя Деву. В 2013 году команда Чжана начала работать на этом участке, выкопав в общей сложности 20 испытательных ям. В конце концов исследователи обнаружили слой грязи, на котором были каменные орудия.

Для определения датировки инструментов команда Чжана полагалась на тот факт, что некоторые кристаллы в этих отложениях действуют как секундомеры, подсчитывая естественную дозу радиации, которую они поглощают. Солнечный свет сбрасывает этот секундомер, поэтому, измерив, сколько радиации отложения впитали в темноте, команда Чжана пришла к выводу, что почвы и инструменты в них в последний раз подвергались воздействию солнечного света 30-40 тысяч лет назад.

Олсен предполагает, что мастера использовали Нвия Деву в качестве сезонной мастерской и кемпинга. Группы охотников-собирателей могли бы разбить лагерь на этом месте в течение нескольких недель, возможно, приурочивая свои визиты к проходящим стаям перелетных птиц, которые до сих пор останавливаются, чтобы восстановить силы у озер в пределах нескольких миль от этого места.

Кто изготовил инструменты?

Ни человеческих останков, ни ДНК еще не было найдено в Нвия Деву, что оставляет вопросы относительно личности древних мастеров инструментов.

«Авторы часто использовали слово« тибетский », и они действуют так, как будто люди, на которых они смотрят, на самом деле тибетцы, а это не так», — говорит исследователь National Geographic Марк Альдендерфер, археолог из Университета Калифорния, Мерсед.«Мы не знаем, кем были эти люди».

Тем не менее, находка может помочь понять, как исследователи интерпретируют генетическую историю современных тибетцев. Сравнивая ДНК разных людей, генетики могут заглянуть в прошлое и получить нечеткое представление о том, как генетически различные популяции когда-то смешивались и смешивались. Используя этот подход, два недавних исследования пришли к выводу, что большинство современных тибетских предков восходит к популяции, которая расходилась с ханьскими китайцами примерно 9000 лет назад.

Однако ДНК также рассказывает более длинную и запутанную историю.Оба исследования показывают признаки различия между тибетцами и китайцами хань, которые восходят 40 000–50 000 лет назад, что, возможно, указывает на первую волну людей на Тибетском нагорье. Поскольку Нвиа Деву датируется примерно временем этих генетически предполагаемых перемещений населения, сайт помогает нанести на карту места, где, возможно, смешались древние люди, и маршруты, которые они выбрали, чтобы добраться до плато.

Инструменты на этом участке не похожи на инструменты, найденные в восточном Китае, но они почти идентичны инструментам, найденным в Монголии и Синьцзяне, автономной территории на северо-западе Китая, и аналогичные инструменты также были найдены на западном Тибетском плато, говорит Альдендерфер. .

Это действительно первый убедительный аргумент в пользу существования человеческих популяций на высоком плато.
ByJeff Brantingham University of California, Los Angeles

Одно из генетических исследований также предлагает интригующий ключ к разгадке того, как людям удавалось выжить на таких больших высотах. Исследование показало, что около 30–60 тысяч лет назад у группы людей, живущих в этом регионе, было повышенное количество ДНК неандертальцев и денисовцев, некоторых из наших ныне вымерших сестринских видов.Эта группа позже внесла некоторые предки в современных тибетцев, передав ДНК денисовцев.

В частности, современные тибетцы имеют денисовский вариант гена EPAS1 гораздо чаще, чем можно было бы ожидать случайно. Считается, что этот вариант помогает тибетцам выжить на больших высотах, помогая их крови поглощать больше кислорода.

Будущие раскопки в Нвиа Деву или в другом месте на плато помогут прояснить ситуацию, особенно если исследователи найдут человеческие останки или сумеют вырвать кусочки ДНК мастеров из самой почвы.

«Ни биологи, ни археологи не смогут рассказать эту историю без помощи друг друга», — говорит Олсен.

Пыльцевые индикаторы деятельности человека

Webb III T, Bryson R A. Позднее и послеледниковое изменение климата на Северном Среднем Западе, США: количественные оценки, полученные на основе спектров ископаемой пыльцы с помощью многомерного статистического анализа. Quat Res, 1972, 2 (1): 70–115

Статья Google ученый

Хантли Б., Прентис И. К.Июльские температуры в Европе по данным пыльцы за 6000 лет до настоящего времени. Science, 1988, 241 (4866): 687–690

PubMed Статья CAS Google ученый

Прентис И. С., Гио Дж., Хантли Б. и др. Реконструкция биомов по палеоэкологическим данным: общий метод и его применение к европейским данным о пыльце 0 и 6 тыс. Лет назад. Clim Dynam, 1996, 12 (12): 185–194

Статья Google ученый

Сан Х Дж, Ван Ф Й, Сонг С Q.Поверхности «пыльца-климат» отдельных таксонов из Северного Китая. Sci China Ser D-Earth Sci, 1996, 26 (5): 486–493

Google ученый

Лю Хи, Ву Нь Кью, Сонг К.К. Количественная реконструкция палеоклимата. В: Liu J Q, Yuan B Y, ред. Четвертичная геология и окружающая среда Китая (на китайском языке). Пекин: China Ocean Press, 1997. 428–439

Google ученый

Song C Q, Lu, H Y, Sun X J.Установление и применение передаточных функций пыльцево-климатических факторов в северном Китае. China Sci Bull (на китайском языке), 1997, 42 (20): 2182–2186

Google ученый

Эдвардс К. Дж., Макдональд Дж. М. Палинология голоцена: II Влияние человека и изменение растительности. Prog Phys Geog, 1991, 15 (4): 364–391

Статья Google ученый

Andrieu-Ponel V, Ponel P, Bruneton H, et al.Палеоокружение и культурные ландшафты последних 2000 лет, реконструированные на основе данных о пыльце и жесткокрылых в долине Нижней Роны на юге Франции. Голоцен, 2000, 10 (3): 341–355

Статья Google ученый

Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. ред. Культурный ландшафт — прошлое, настоящее и будущее. Кембридж: Издательство Кембриджского университета, 1988

Google ученый

Hannon G E, Bradshaw R H W.Воздействие и сроки первого человеческого поселения на растительности Фарерских островов. Quat Res, 2000, 54 (3): 404–413

Статья Google ученый

Firbas F. Der Pollenanalytysche Nachweis des Getreidebaus. Zeitschrift fur Botanik. 1937, 31: 447–448

Google ученый

Иверсен Дж. Влияние доисторического человека на растительность. Danmarks geologiske Undersgelse, Серия IV, 1949, 3 (6): 1–25

Google ученый

Димблби Дж.Палинология археологических памятников. Лондон: Academic Press, 1985

Google ученый

Behre K-E. Антропогенные индикаторы на диаграмме пыльцы. Роттердам: A A Balkema, 1986

Google ученый

Уиллис К. Дж., Гилсон Л., Брнчич Т. М. Насколько «Девственница» — это девственный тропический лес? Наука, 2004, 304 (5669): 402–403

PubMed CAS Статья Google ученый

Уильям Ф. Р.Как люди впервые изменили глобальный климат? Scientific American, 2005 г., март, 34: 34–41

Google ученый

Уильямс М. Вырубка леса на Земле: от предыстории до глобального кризиса. Чикаго: University of Chicago Press, 2003. 12–13

Google ученый

Пухе Дж., Ульрих Б. Глобальное изменение климата и антропогенное воздействие на лесную экосистему: постледниковое развитие, нынешняя ситуация и будущие тенденции в Центральной Европе.Берлин: Springer-Verlag, 2001. 69–72

Google ученый

Гаскон С., Уильямсон Г. Б., да Фонсека Г. А. Б. Экология: уходящие опушки леса и исчезающие запасы. Science, 2000, 2885470): 1356–1358

Ахард Ф., Ева Х. Д., Стибиг Х. Дж. И др. Определение темпов обезлесения влажных тропических лесов мира. Наука, 2002, 297 (5583): 999–1002

PubMed CAS Статья Google ученый

Лин Х. Обзор и перспективы исследований глобальных изменений в Китае. Earth Sci Front (на китайском языке), 2002, 19 (1): 19–25

Google ученый

Крутцен П. Дж., Стормер Э. Ф. Информационное письмо МПГБ «Антропоген», 2000 г., 41: 17–18

Google ученый

Лю Т. С. Потребность в изучении антропоцена на новом этапе геонаук: в честь покойного геолога Хуан Цзицина за его новаторский дух.Quat Sci (на китайском языке), 2004, 24 (4): 369–378

Google ученый

Berglund B.E. История растительности и влияние человека на юге Скандинавии в доисторические времена. Oikos, 1969, 12 (Suppl.): 9–28

Google ученый

Квамме М. Аналитические исследования пыльцы при летнем голодании в горах на западе Норвегии. В: Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. ред. Культурный ландшафт — прошлое, настоящее и будущее.Кембридж: Издательство Кембриджского университета, 1988. 348–367

Google ученый

Каланд П. Э. Происхождение и управление норвежскими прибрежными пустошами по данным анализа пыльцы. В: Behre KE, ed. Антропогенные индикаторы на диаграмме пыльцы. Роттердам: A A Balkema, 1986. 19–36

Google ученый

Хикс С. Пыльца — свидетельство локального воздействия охотников-собирателей на растительность северной части Финляндии.Veg Hist Archaeobot, 1993, 2 (3): 137–144

Статья Google ученый

Карпелан С., Хикс С. Древние саамы в финской Лапландии и их влияние на лесную растительность. В: Бутлин Р., Робертс Н., ред. Экологические отношения в исторические времена. Оксфорд: Блэквелл, 1995. 195–205

Google ученый

Фредскилд Б. Сельское хозяйство в маргинальной зоне на юге Гренландии от скандинавского Ланднама (985 г. н.э.) до наших дней (1985 г.).В: Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. ред. Культурный ландшафт — прошлое, настоящее и будущее. Кембридж: Издательство Кембриджского университета, 1988. 381–393

Google ученый

Дэвис О. К., Тернер Р. М. Палинологические свидетельства исторического распространения можжевельника и пустынных кустарников в Аризоне, США. Преподобный Палеобот Палинол, 1986, 49 (3–4): 177–193

Статья Google ученый

МакЭндрюс Дж.Нарушение человеком лесов и пастбищ Северной Америки: летопись ископаемой пыльцы. В: Huntley B, Webb III T, ред. История растительности. Дордрехт: Kluwer Academic Publishers, 1988. 673–697

Google ученый

МакЭндрюс Дж. Х., Бойко-Дьяконов М. Анализ пыльцы различных отложений на озере Кроуфорд, Онтарио: свидетельства индийского и европейского земледелия. В: Fulton RJ, eds. Геология Канады и Гренландии. Оттава: Геологическая служба Канады, 1989.528–530

Google ученый

Элис С. А. Четвертичные насекомые и их среда обитания. Вашингтон: Smithsonian Institution Press, 1994

Google ученый

Sugita S, Gaillaird M-J, Brostrom A. Открытость ландшафта и учет пыльцы: подход моделирования. Голоцен, 1999, 9 (4): 409–421

Статья Google ученый

Нильсн А. Б.Количественная оценка почвенного покрова на основе пыльцы. Докторская диссертация. Копенгаген: Копенгагенский университет, 2003

Google ученый

Brostrom A, Sugita S, Gaillard M-J. Оценка продуктивности пыльцы для реконструкции прошлого растительного покрова в культурном ландшафте южной Швеции. Голоцен, 2004, 14 (3): 368–381

Статья Google ученый

Берглунд Б. Э.Человеческое воздействие и события, синхронные с изменением климата, и причинная связь? Quat Int, 2003, 105: 7–12

Статья Google ученый

Андерсон Э. Растения, человек и жизнь. Бостон: Little Brown & Company, 1952: 16

Google ученый

Чжоу К. Обзоры и перспективы экологической археологии в Китае. В: Zhou K S, Song Y Q, ред. Исследования экологической археологии (Том 2) (на китайском языке).Пекин: Science Press, 2000

Google ученый

Kong Z, Du N. Климатические последствия распространения пыльцы растений на некоторых археологических памятниках в автономном районе Внутренняя Монголия. Флора и геофлора (на китайском языке), 1981, 5: 195–202

Google ученый

Ши И Ф, Чжан П. Я. Изменение климата в Китае в исторический период. Shangdong Science and Technology Press (на китайском языке), 1996

Лю К. Б.Четвертичная история умеренных лесов Китая. Quat Sci Rev, 1988, 7 (1): 1–20

Статья Google ученый

Ren G Y. Упадок лесов среднего и позднего голоцена в Китае: изменение климата или антропогенное воздействие? J Quat Sci, 2000, 15 (3): 273–281

Статья Google ученый

Li X Q, Dodson J, Zhou X Y и др. Ранняя посевная пшеница и расширение земледелия в Китае эпохи неолита.Голоцен, 2007, 17 (5): 555–560

Статья Google ученый

Паркер А.Г., Гоуди А.С., Андерсон Д.Е. и др. Обзор упадка вяза в середине голоцена на Британских островах. Prog Phys Geog, 2002, 26 (1): 1–45

Статья Google ученый

Смит А. Г., Клаутман Э. У. Реконструкция истории растительности в трех измерениях на Ваун-Финен-Фелен, возвышенности в Южном Уэльсе.Философский труд доисторического общества Лондона, 1988, B322: 159–219

Статья Google ученый

Хиронс К. Р., Эдвардс К. Дж. События в районе первого и второго периода упадка Ульмуса : палеоэкологические исследования в графстве Тайрон, Северная Ирландия. New Phytol, 1986, 104 (1): 131–153

Статья Google ученый

Троелс-Смит Дж. И.омела и вяз: климатические индикаторы — кормовые растения: вклад в интерпретацию границы VII – VIII пыльцевой зоны. Danmarks Geologiske Undersogelse II, серия IV, 1960. 1–32

Расмуссен П. Листовое кормление домашнего скота в эпоху неолита: археоботанические свидетельства из Вейера, Швейцария. J Danish Archaeo, 1989, 8: 51–71

Google ученый

Heybroek H M. Зачем беспокоиться о вязе? В Стриклен М. Б. и Шеральд Дж. Л., ред.Голландское исследование болезни вяза: клеточные и молекулярные подходы. Springer-Verlag, 1993

Scaife R G. Уменьшение количества пыльцы вяза в Юго-Восточной Англии и его связь с ранним земледелием. В: Джонс М.К., изд. Археология и флора Британских островов, Оксфорд: Комитет археологии Оксфордского университета, Монография, 1988, 14: 21–33

Google ученый

Уиттингтон Дж., Эдвардс К. Дж., Каселдайн К. Дж.Поздний и послеледниковый анализ пыльцы и данные об окружающей среде из прибрежного участка на северо-востоке Файфа, Шотландия. Rev Palaeobot Palynol, 1991, 68 (1-2): 65–85

Статья Google ученый

Эдвардс К. Дж. Мезолит Западных и Северных островов Шотландии? Доказательства по пыльце и древесному углю. В: Поллард Т., Моррисон А. , ред. Ранняя предыстория Шотландии. Эдинбург: Издательство Эдинбургского университета, 1996. 23–28

Google ученый

Andersen S Th.Ветровые условия и отложение пыльцы в смешанном лиственном лесу. I. Ветровые условия и распространение пыльцы. Grana, 1974, 14: 57–63

Статья Google ученый

Li W Y. Четвертичная растительность и окружающая среда в Китае (на китайском языке), Пекин: Science Press, 1998. 8–16

Google ученый

Смит А. Г., Уиттл А., Клаутман Е. В. и др. Мезолитическая и неолитическая деятельность и воздействие на окружающую среду на юго-восточном краю болот в Кембриджшире.Труды доисторического общества, 1989,55: 207–249

Статья Google ученый

Delcourt P A, Delcourt H R, Cridlebaugh P. A. и др. Голоценовые этноботанические и палеоэкологические записи антропогенного воздействия на растительность в долине реки Литтл Теннесси, штат Теннесси. Quat Res, 1986, 25 (3): 330–349

Статья Google ученый

Смит А. Г. Влияние мезолита и неолита на британскую растительность.В: Уокер Д., Вест Р. Дж., Ред., Исследования по истории растительности Британских островов. Лондон: Издательство Кембриджского университета, 1970: 81–96

Google ученый

Камера F M, Kelly R S, Цена S-M. Развитие позднеисторического культурного ландшафта в Нагорье Ардудви на северо-западе Уэльса. В: Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. Культурный ландшафт — прошлое, настоящее и будущее. Кембридж: Издательство Кембриджского университета, 1988

Google ученый

Эдвардс К. Дж.Огонь и свидетельства шотландского мезолита с микроскопического угля. В: Vermeersch P M, Van Peer P, ред. Вклады в мезолит в Европе. Leuven: Leuven University Press, 1990. 71–79

Google ученый

Каселдин С.Дж., Магуайр Д.Д. Изменения в позднеледниковой / раннефландрийской растительности в Северном Дартмуре, Юго-Западная Англия. Ж Биогеогр, 1986, 13 (3): 255–264

Статья Google ученый

Ван Зант К. Л., Уэбб III Т., Петерсон Г. М. и др.Повышенное содержание пыльцы конопли / гумулюса, показатель европейского сельского хозяйства в Айове. Палинология, 1979, 3: 227–233

Статья. Google ученый

Ван Зант К. Л. Позднеледниковые и послеледниковые пыльца и макрофоссилии растений из озера Вест Окободжи, северо-западная Айова. Quat Res 1979, 12 (3): 358–380

Статья Google ученый

Бругам Р. Б. Пыльцевые индикаторы изменений в землепользовании на юге Коннектикута.Quat Res, 1978, 9 (3): 349–362

Статья Google ученый

Рассел Э. В. Б., Дэвис Р. Б., Андерсон Р. С. и др. Последние столетия растительности на покрытом льдом северо-востоке США. J Ecol, 1993, 81 (4): 647–664

Статья Google ученый

Петерсон Г. М. Спектры пыльцы из поверхностных отложений озер и прудов в Кентукки, Иллинойсе и Миссури.American Midland Naturalist, 1978, 100: 333–340

Статья Google ученый

Уэбб III Т., МакЭндрюс Дж. А. Соответствующие образцы современной пыльцы и растительности в центральной части Северной Америки. Мемуары Геологического общества Америки, 1976, 146: 267–299

Статья Google ученый

Webb III T. Пыльца до и после заселения из короткой сердцевины, озеро Блэкхок, западно-центральная Айова.Proceedings of the Iowa Academy of Science, 1973, 80: 41–44

Google ученый

Aaby B. Культурный ландшафт, отраженный в диаграммах процентного содержания и притока пыльцы из двух датских омбротропных болот. В: Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. ред. Культурный ландшафт — прошлое, настоящее и будущее. Кембридж: Издательство Кембриджского университета. 1988. 209–228

Google ученый

Регнелл Дж.Растительность и землепользование 6000 лет. Палеоэкология культурного ландшафта на двух озерах на юге Скане, Швеция. Lundqua Thesis, 1989, 27: 62

Google ученый

Ян X Д., Шен Дж., Джонс Р. Т. и др. Пыльца свидетельствует о ранней деятельности человека в бассейне Эрхай, провинция Юньнань. China Sci Bull, 2005, 50: 568–576

Статья CAS Google ученый

Биркс H J B, линия J M.Использование анализа разреженности для оценки палинологического богатства по четвертичным пыльцевым аналитическим данным. Голоцен, 1992, 2 (1): 1–10

. Google ученый

Биркс Х. Дж. Б., Гордон А. Д. Численные методы анализа четвертичной пыльцы. Лондон / Орландо: Academic Press, 1985

Google ученый

Li Y Y. Изучение экологического фона древней цивилизации и антропогенного индикатора таксонов пыльцы в бассейне реки Западный Ляохэ.Отчет о постдокторских исследованиях (на китайском языке): Пекинский университет, 2001

Дэвис О. К. Споры навозного гриба Sporormiella: увеличение численности в исторических отложениях и до исчезновения мегафауны в эпоху плейстоцена. Quat Res, 1987, 28 (2): 290–294

Статья Google ученый

Hjelle K L. Современные ассоциации пыльцы скошенной и пастбищной растительности в западной Норвегии. Rev Palaeobot Palynol, 1999, 107 (1-2): 55–81

Статья Google ученый

An S Q.Экологический словарь. Харбин: издательство Северо-восточного лесного университета, 1994

Google ученый

Цян С. Наука о сорняках. Пекин: China Agriculture Press, 2001

Google ученый

Ли И Х. Трактат о сорняках в Китае. Пекин: China Agriculture Press, 1998

Google ученый

Thomas A H (перевод Яо Б. Дж.).Биология сорняков (на китайском языке). Пекин: Science Press, 1983

Google ученый

Форман Р., Годрон М. (перевод Сяо Д. Н., Чжан К. Д., Чжао Ю. и др.). Ландшафтная экология (на китайском языке). Пекин: Science Press, 1990

Google ученый

Поуп К. О., Поль М Е Д, Джонс Дж. Дж. И др. Происхождение и окружающая среда древнего сельского хозяйства в низинах Мезоамерики.Наука, 2001, 292 (5520): 1370–1373

PubMed CAS Статья Google ученый

Макохониенко М, Китагава Х, Нарусэ Т. и др. Позднеголоценовые естественные и антропогенные изменения растительности в Дунбэй Пинъюань (Маньчжурская равнина), Северо-Восточный Китай. Quat Int, 2004, 123–125: 71–88

Статья Google ученый

Li Y Y, Уиллис К. Дж., Чжоу Л. П. и др.Влияние древней цивилизации на ландшафт северо-востока Китая: палеоэкологические данные из бассейна реки Западный Ляохэ, Внутренняя Монголия. Голоцен, 2006, 16 (8): 1109–1121

Статья Google ученый

Zheng Z, Deng Y, Zhang H и др. Голоценовые изменения окружающей среды в тропических и субтропических районах южного Китая и их связь с деятельностью человека. Quat Sci (на китайском языке), 2004, 24 (4): 387–393

Google ученый

Andersen S Th.Идентификация пыльцы диких трав и злаков. Danmarkes geologiske Undersogelse, Арбог 1978, 1979: 69–92

Google ученый

Хикс С. Представление различных методов ведения сельского хозяйства на диаграммах пыльцы из северной Финляндии. В: Биркс Х. Х., Биркс Х. Дж. Б., Каланд П. Е. и др. ред. Культурный ландшафт — прошлое, настоящее и будущее. Кембридж: Издательство Кембриджского университета, 1988. 189–207

Google ученый

Воррен К-Д.Влияние раннего земледелия на растительность Северной Норвегии — обсуждение антропогенных индикаторов в биостратиграфических данных. В: Behre K E, ed. Антропогенные индикаторы на диаграмме пыльцы. Роттердам: A.A. Балкема, 1986. 1–18

Google ученый

Chapman G P, Peat W. E (перевод Ван И Р.). Знакомство с травами (включая бамбук и злаки). Пекин: Science Press, 1996

Google ученый

Jin G Y, Kong Z C.Обзоры и перспективы анализа пыльцы в археологических исследованиях (на китайском языке). В: Институт археологии Китайской академии социальных наук, ред. Пекин: China Social Sciences Press, 2002

Google ученый

Килиан М. Р., ван дер Плихт Дж., Ван Гил Б. и др. Проблемные ¹⁴ C-AMS датировки концентратов пыльцы из озера Гощяз (Польша). Quat Int, 2002, 88 (1): 21–26

Статья Google ученый

Ньюнхэм Р. М., Вандергос М. Дж., Гарнет М. Н. и др.Тест AMS ¹⁴ C датирование концентратов пыльцы с использованием тефрохронологии. J Quat Sci, 2007, 22 (1): 37–51

Статья Google ученый

Li Y Y, Wei F, Zhou L P. AMS ¹⁴ C датирование с использованием объемных образцов, растительных остатков и концентратов пыльцы из торфяного профиля в Кулуне, Внутренняя Монголия. Quat Sci, 2007, 27 (4): 499–506

CAS Google ученый

Тернер Дж., Пеглар С. М.Точные по времени исследования истории растительности. В: Хантли Б. и Уэбб III Т, ред. История растительности. Дордрехт: Kluwer Academic Publishers, 1988: 753–757

Google ученый

Грин Д., Сингх Г., Полач Х и др. Прекрасное разрешение палеоэкологии и палеоклиматологии юго-востока Австралии. J Ecol, 1988, 76 (3): 790–806

Статья Google ученый

Green D G, Dolman G S.Анализ пыльцы с высоким разрешением. J Biogeogr, 1988 (4), 15: 685–701

Статья. Google ученый

Уокер Д. Четвертое измерение растительности. New Phytol, 1982, 90 (3): 419–429

Статья. Google ученый

Биркс Х. Дж. Б. Пятьдесят лет четвертичного анализа пыльцы в Фенноскандии 1954–2004 гг., Грана, 2005 г., 44: 1–22

Статья Google ученый

Эдвардс К. Дж., Макинтош К. Дж.Повышение скорости обнаружения пыльцевых зерен зерновых культур из упавших зерен Ulmus и более ранних отложений из Шотландии. Пыльца и споры, 1988, 30: 179–188

Google ученый

100

Whittington G. Палеоэкологические исследования множественных падений вяза на участке в северной части Файфа, Шотландия. J Biogeogr, 1991, 18 (1): 71–87

Статья Google ученый

101

Янссен С. Р.Современные спектры пыльцы лиственных и хвойно-лиственных лесов на северо-востоке Миннесоты: исследование распространения пыльцы. Экология, 1966, 47 (5): 804–825

Статья. Google ученый

102

Толонен К. Анализ обугленных частиц. В: Berglund BE, ed. Справочник по голоценовой палеоэкологии и палинологии. Чичестер: John Wiley and sons Ltd, 1986: 485–496

Google ученый

103

Бонни А. П.Сезонные и годовые колебания современной пыльцы, переносимой по воздуху, уловленной в озере Камбрия, за 5 лет. J Ecol, 1980, 68 (2): 421–441

Статья Google ученый

104

Pennington W. Происхождение пыльцы в отложениях озера: замкнутое озеро по сравнению с одним принимающим притоком ручьев New Phytol, 1979, 83 (1): 189–213

Google ученый

105

ДеБуск Г. Х. Распределение пыльцы в поверхностных отложениях озера Малави, Африка, и перенос пыльцы в больших озерах.Rev Palaeobot Palynol, 1997, 97 (1-2): 123–153

Статья Google ученый

106

Джексон С. Т., Вонг А. Использование пятнистости леса для определения зон источников пыльцы скоплений пыльцы закрытого полога. J Ecol, 1994, 82 (1): 88–98

Статья Google ученый

107

Джексон С. Т., Лайфорд М. Э. Модели распространения пыльцы в экологии четвертичных растений: допущения, параметры и предписания.Bot Rev, 1999, 65: 39–67

Статья Google ученый

108

Прентис I. C. Представление пыльцы, площадь источника и размер бассейна: к единой теории анализа пыльцы. Quat Res, 1985, 23 (1): 76–86

Статья Google ученый

109

Прентис И. К. Записи растительности во времени и пространстве: принципы анализа пыльцы. В: Huntley B, Webb III T, ред.История растительности. Дордрехт: Kluwer Academic Publishers, 1988

Google ученый

110

Сугита С. Пыльцевая репрезентация растительности в четвертичных отложениях: теория и методика для пятнистой растительности. J Ecol, 1994, 82 (4): 881–897

Статья Google ученый

111

Сугита С. Теория количественной реконструкции растительности I: пыльца с крупных участков УКАЗЫВАЕТ региональный состав растительности.Голоцен, 2007, 17 (2): 229–241

Статья Google ученый

112

Уважаемый Дж. А. Взаимодействие человека и окружающей среды: уроки прошлого. В: Costanza R, Graumlich LJ, Steffen W, eds. Устойчивость или крах? Кембридж: MIT Press, 2007, 19–37

Google ученый

113

Роберт С. Т. БИОМЕ300: Понимание воздействия человеческой деятельности на земной покров за последние 300 лет.Информационный бюллетень Global Change, 2000, 43: 2

Google ученый

114

Костанза Р., Граумлих Л., Штеффен В. и др. Устойчивость или коллапс: чему мы можем научиться, объединив историю человечества и остальной природы? Ambio, 2007, 36 (7): 522–527

PubMed CAS Статья Google ученый

Замечательные новые свидетельства человеческой деятельности в Северной Америке 130 000 лет назад | Наука

В 1992 году строители копали шоссе в Сан-Диего, Калифорния, когда они наткнулись на клад из древних костей.Среди них были останки лютых волков, верблюдов, лошадей и сусликов, но наиболее интригующими оказались останки взрослого мастодонта-самца. После многих лет испытаний междисциплинарная группа исследователей объявила на этой неделе, что эти кости мастодонта датируются 130 000 лет назад.

Затем исследователи сделали еще более поразительное утверждение: они утверждают, что эти кости также несут на себе следы человеческой деятельности.

Выводы группы, опубликованные сегодня в журнале Nature , могут перевернуть наши нынешние представления о том, когда люди прибыли в Северную Америку — уже горячую точку среди археологов. Недавние теории утверждают, что люди впервые мигрировали на континент около 15 000 лет назад по прибрежному маршруту, как пишет Джейсон Дейли в Смитсоновском институте . Но в январе новый анализ останков лошадей из пещер Блюфиш, проведенный археологом Жаком Синк-Марсом, показал, что люди, возможно, жили на континенте еще 24000 лет назад.

Новое исследование, однако, предполагает, что некоторые виды гомининов — древних родственников человека из рода Homo — разбивали кости мастодонта в Северной Америке примерно на 115 000 лет раньше общепринятой даты. Это поразительно раннее свидание, и оно может вызвать удивление. Нет никаких других археологических свидетельств, подтверждающих такое раннее присутствие человека в Северной Америке.

«Я понимаю, что 130 000 лет — это действительно старая дата», — признал на пресс-конференции Томас Демере, главный палеонтолог Музея естественной истории Сан-Диего и один из авторов исследования.«Конечно, такие экстраординарные заявления требуют экстраординарных доказательств». Демере и его соавторы считают, что их открытия на участке Серутти Мастодонта — как известно место раскопок — обеспечивают именно это.

Палеонтолог музея естественной истории Сан-Диего Дон Свонсон указывает на фрагмент скалы рядом с большим горизонтальным фрагментом клыка мастодонта.(Музей естественной истории Сан-Диего)

Палеонтологи, работавшие на этом месте, обнаружили ряд останков мастодонта, в том числе два бивня, три коренных зуба, 16 ребер и более 300 костных фрагментов. На этих фрагментах были следы от ударов, свидетельствующие о том, что по ним ударили твердым предметом: некоторые из расколотых костей имели спиральные переломы, что указывает на то, что они были сломаны еще «свежими», пишут авторы.

Среди мелкозернистого песка на этом месте исследователи также обнаружили пять огромных камней.Согласно исследованию, камни использовались как импровизированные молотки и наковальни, или «булыжники». На них были обнаружены следы удара — фрагменты, найденные в этом районе, на самом деле можно было переставить обратно в булыжник, — и два отчетливых скопления сломанных костей окружали камни, что свидетельствует о том, что кости были разбиты в этом месте.

«Взятые вместе эти образцы привели нас к выводу, что люди обрабатывали кости мастодонта, используя камни-молот и наковальни», — сказал Демере на пресс-конференции.К нему присоединились три его соавтора: Стивен Холен, содиректор Центра американских палеолитических исследований; Джеймс Пейс, геолог-исследователь Геологической службы США; и Ричард Фуллагар, профессор археологии Университета Вуллонгонга, Австралия.

Нет никаких свидетельств резни на месте, поэтому команда подозревает, что его обитатели ломали кости, чтобы сделать инструменты и извлечь костный мозг.

Чтобы подтвердить свою теорию, исследователи проанализировали кости мастодонта, найденные на более поздних территориях Северной Америки, которые датируются периодом от 14 000 до 33 000 лет назад.Эти кости демонстрировали те же модели переломов, которые наблюдались среди останков мастодонта Черутти. Исследователи также попытались воспроизвести деятельность, которая могла произойти на этом месте, ударив по костям недавно умершего слона, ближайшего живого родственника мастодонта.

Их усилия «привели к точно таким же типам переломов, которые мы видим на костях конечностей мастодонта Серутти», — сказал Холен.

«Мы можем устранить все естественные процессы, которые приводят к подобному разрушению костей», — добавил Холен.«Эти кости не были сломаны при жевании плотоядных животных, они не были сломаны другими животными, наступающими на кости».

Схема скелета мастодонта, показывающая, какие кости и зубы животного были найдены на этом месте. (Дэн Фишер и Адам Рунтри, Мичиганский университет)

В то время как некоторые члены команды наносили ущерб останкам слонов, предпринимались попытки датировать кости мастодонта Черутти.

Попытки радиоуглеродного датирования оказались безуспешными, поскольку кости не содержали достаточного количества углеродсодержащего коллагена.Поэтому исследователи обратились к уран-ториевому датированию — методу, который часто используется для проверки датировок, полученных с помощью радиоуглерода. Уран-ториевое датирование, которое можно использовать для карбонатных отложений, костей и зубов, позволяет датировать объекты намного старше 50 000 лет, что является верхним пределом радиоуглеродного датирования. Используя этот метод, ученые смогли определить приблизительный возраст костей Черутти — 130 000 лет.

Хотя авторы исследования считают, что их доказательства неопровержимы, другие эксперты не уверены в этом.Бриана Побинер, палеоантрополог из программы «Происхождение человека» Смитсоновского института, говорит, что «почти невозможно» исключить возможность того, что кости были сломаны в результате естественных процессов, таких как удар отложений.

«Мне бы хотелось увидеть действительно легко узнаваемые каменные орудия», — говорит она. «[Исследование предполагает, что ранние люди] били открытые кости природными камнями. Обе эти вещи трудно отличить в журнале археологических раскопок: использовались природные камни, а также кости, которые были разбиты.”

Тем не менее, Побинер говорит, что она взволнована открытиями исследователей. «У них сломаны кости мамонта, у них есть сломанные камни, у них есть узор, а также повреждения и износ как костей, так и камней, которые выглядят модифицированными человеком», — объясняет она. «Я думаю, что совокупность доказательств становится убедительной».

Авторы исследования ожидали, что их выводы будут встречены с некоторой осторожностью. «Я знаю, что люди будут скептически относиться к этому, потому что это так удивительно», — сказал Холен во время пресс-конференции.«Я был настроен скептически, когда сам впервые посмотрел на материал. Но это определенно археологический памятник ».

Исследователи также признали, что на данный момент исследование вызывает больше вопросов, чем дает ответов. Например: кем были первые люди, описанные в исследовании, и как они попали в Северную Америку? «Простой ответ — мы не знаем», — сказал Фуллагар.

Но он пошел на несколько предположений.Жителями участка Cerutti Mastodon могли быть неандертальцы, их денисовские кузены или даже люди современного анатомического типа. Возможно, это был какой-то тип гибридной популяции. «Недавние генетические исследования показывают, что вместо того, чтобы иметь дело с одним изолированным видом мигрирующих гоминидов или людей, мы на самом деле имеем дело с перемешиванием, своего рода метапопуляцией людей», — отметил Фуллагар.

Эти люди, кем бы они ни были, возможно, мигрировали через Берингов мост или плыли вдоль побережья в Северную Америку, говорят исследователи.Есть свидетельства того, что древние люди в других частях света могли переходить через воду. По словам Хизер Прингл из National Geographic, археологи нашли ручные топоры, датируемые не менее 130 000 лет назад на острове Крит, который был окружен водой около пяти миллионов лет назад.

Двигаясь вперед, команда планирует найти новые археологические памятники и по-новому взглянуть на коллекции артефактов, которые могут содержать необнаруженные признаки человеческой деятельности.«[Мы] мы полностью намерены продолжать этот тип исследований в будущем, искать в коллекциях по всей Южной Калифорнии и продолжать полевые исследования в поисках других мест этого возраста», — сказал Холен.

Если люди действительно бродили по Северной Америке 130 000 лет назад, их число, вероятно, было немногочисленным. Это означает, что шансы найти человеческие останки невелики — но это не исключено, — говорит Побинер из Смитсоновского института. «Если бы люди были в Северной Америке 130 000 лет назад», — сказала она.«Я не понимаю, почему мы их не нашли».

Глобальные области с низким уровнем антропогенного воздействия («Районы с низким уровнем воздействия») и фрагментацией природного мира

Процесс установления LIA

При определении потенциальных наборов входных данных для определения LIA мы изучили литературу на предмет пространственно-четких наборов данных о антропогенном воздействии , в том числе используемые HFP ^16,17, Anthromes ^18,19 и GHM ²⁰. Мы использовали пять критериев для выбора подходящих исходных данных: (1) имеют прямое отношение к картированию воздействия человека на окружающую среду, (2) открытый доступ, (3) глобальный масштаб без существенных пробелов в данных (т.е., данные нужны каждой стране), (4) самая последняя обновленная версия набора данных и (5) размер ячейки растра 1 км ² или более мелкий. Для всех идентифицированных наборов входных данных, кроме земного покрова и плотности населения, остался один потенциальный набор входных данных. Для земельного покрова и плотности населения мы выбрали эти наборы данных с годовыми временными рядами, чтобы учесть будущие обновления. Несколько наборов данных, используемых для определения других антропогенных воздействий, не были включены в наш процесс, поскольку они не соответствовали одному или нескольким из наших пяти критериев (например,грамм. шахты не отображаются глобально). Кроме того, мы решили не использовать какой-либо набор данных о доступности для людей (но см. ⁴⁶), поскольку это дублировало (как плотность населения, так и доступность моделируются с использованием местоположения населенных пунктов и транспортной инфраструктуры).

Чтобы составить карту LIA, мы следовали категориальному процессу, который начинался со всего земного шара как с низким уровнем воздействия, а затем вырезали области, которые в основном управляются или модифицируются для использования людьми (дополнительный рисунок S5, таблица S6).Во-первых, мы использовали слой Ecoregions 2017 для определения площади суши и исключения океанов ⁹. Затем мы исключили водные объекты, а также постоянный снег и лед, используя набор данных Land Cover 2.0 инициативы ESA по изменению климата за 2015 год ²⁶ путем переклассификации этих территорий как NoData. Также, используя набор данных о земном покрове ESA, мы удалили все области, классифицированные как пахотные земли, независимо от того, какая часть присутствует в ячейке (значения = 10, 11, 12, 20, 30 или 42), и городские (т.е. ).Точно так же мы удалили ячейки, содержащие ночное освещение, используя ночные композиты VIIRS день / ночь ⁴⁷. Для этого мы использовали годовой показатель vcm-orm-ntl за 2015 год с удаленными выбросами и нулевым фоном (без освещения). Любая ячейка с положительным значением яркости считалась антропогенной по своей природе и перестала быть малоэффективной.

Затем мы вырезали площади, используя данные о численности населения и плотности поголовья скота. Данные о населении были получены из набора данных LandScan High Resolution Global Human Population Set ⁴⁸ за 2015 год, а слой плотности поголовья был получен из Gridded Livestock of the World v.2 за 2006 год ⁴⁹. Мы объединили домашний скот (козы, овцы и крупный рогатый скот) в единое целевое отделение тропического животноводства ⁵⁰. Ни LIA, ни дикая природа ²⁹ явно не исключают людей или домашний скот, но их влияние зависит от продуктивности экосистемы. Более продуктивная среда может поддерживать больше скота или людей, чем территория аналогичного размера в менее продуктивной среде ³⁰. Кроме того, нет научно согласованного количества людей или домашнего скота, которое может содержать регион до того, как он будет считаться «сильно затронутым» или «управляемым в первую очередь для людей».Поэтому мы изменили масштаб этих наборов данных плотности на Глобальный индекс засушливости ⁵¹, используя коэффициент умножения 1 для влажных регионов, 2 для сухих субгумидных ландшафтов, 4 для полузасушливых районов, 8 для засушливых регионов и 16 для гиперзасушливые пейзажи. Затем мы переклассифицировали модифицированные наборы данных о населении и животноводстве таким образом, что значения более 16 были классифицированы как невысокое воздействие, а значения менее 16 — как низкое воздействие. В этой системе для превышения порога «воздействия» требовалась плотность населения> 16 во влажных регионах, тогда как в гиперзасушливых регионах требовалась только плотность населения> 1 (см. Раздел «Чувствительность в дополнительных материалах»). чтобы изучить влияние этого выбора).Мы выполнили этот процесс отдельно для каждого набора данных о плотности.

Затем мы исключили изменение лесного покрова как потенциальную форму управления ландшафтами человеком. Мы разделили мир на две зоны по биомам (обозначенные цифрой 9): субтропическая и тропическая зона (включая затопленные луга и мангровые заросли) и все остальные. Единственная разница между этими двумя зонами заключалась в применении данных о масштабах пожара. Мы загрузили MODIS collection 6, экстент MCD64A1 Burned Area по всему миру с начала сбора, ноябрь 2000 г., по декабрь 2015 г., используя AppEEARS и инструмент DAAC2Disk из LPDAAC ⁵².Мы объединили данные за все годы, чтобы создать глобальный растр протяженности выгоревшей площади, чтобы он соответствовал данным об изменении лесного покрова за 2000–2015 гг. (Global Forest Watch) ⁵³. В зоне, не являющейся тропической или субтропической, площадь выгоревших участков часто соответствовала степени исчезновения и роста лесов, что указывает на естественную потерю и возобновление роста лесов из-за лесных пожаров ⁵⁴. Хотя некоторые пожары в этом регионе имеют антропогенное происхождение, мы предположили, что они не были предвестниками сельского хозяйства или поселений, например, изменения земного покрова.Два набора данных были слегка рассогласованы, поэтому вокруг выгоревших участков был установлен небольшой буфер размером ~ 1,5 км, чтобы лучше охватить изменения леса в результате пожара. Исчезновение лесов могло произойти в год пожара или в течение нескольких лет после пожара, поскольку пожары меньшей интенсивности могут не уничтожить деревья сразу, и, следовательно, данные суммировались и сравнивались по всем годам, а не по годам. Все изменения лесного покрова в пределах забуференной площади гари были признаны естественными. Однако огонь часто используется как инструмент для расчистки земель в субтропических и тропических лесах ⁵⁵, поэтому мы не использовали протяженность выгоревших площадей для модификации данных об изменении лесного покрова в этих областях.Таким образом, мы исключили все потери и прирост лесов из потенциальных LIA за вычетом забуферированных выгоревших площадей в северной / умеренной зоне, предполагая, что потеря, скорее всего, была вызвана антропогенными причинами, такими как методы ведения лесного хозяйства или преобразование земель ⁵⁴, и прибыль в первую очередь связано с преобразованием в агролесоводство или плантацию (например, масличная пальма, каучук, Eucalyptus spp ., Pinus taeda ).

Наконец, мы добавили обратно в некоторые охраняемые территории, которые управляются в первую очередь для сохранения биоразнообразия (т.е., не предназначенные в первую очередь для людей), чтобы исправить некоторые известные ошибки уровней входных данных. Например, национальный заповедник Масаи Мара в Кении хорошо защищен от изменения среды обитания, хотя набор данных о земном покрове предполагает, что это пахотные земли от стены до стены. Таким образом, мы добавили охраняемые территории с категориями I – IV МСОП (строго охраняемые территории), которые в настоящее время обозначены на национальном уровне с использованием Всемирной базы данных по охраняемым территориям ⁶ вместе с некоторыми наборами данных по конкретной стране, включая: Китай ⁵⁶, официально охраняемые территории категории А из Южной Африки ⁵⁷, национальные парки, заповедники и заповедники из Танзании ⁵⁸ и охраняемые территории в Соединенных Штатах со статусом программы анализа пробелов 1 или 2 («управляемые в первую очередь для биоразнообразие ») ⁵⁹.Хотя некоторые охраняемые территории действительно являются «бумажными парками»; в глобальном масштабе строго охраняемые территории имеют гораздо более низкий уровень антропогенного воздействия, чем территории с более разрешительным использованием ⁶⁰, и имеют более высокое видовое богатство и численность ⁶¹, чем прилегающие неохраняемые земли.

Мы спроецировали все данные в проекцию Eckert IV с равной площадью, передискретизируя до 1 км ² ячеек из их исходного пространственного разрешения с использованием метода ближайшего соседа (30 угловых секунд для большинства входных данных; дополнительная таблица S6) .Все геопространственные анализы проводились в ArcGIS Desktop 10.5 и ArcGIS Pro (Esri, Redlands, CA).

Показатели LIA

Мы провели несколько сводных статистических данных по полученным LIA. Мы подсчитали количество и размер LIA, а также рассчитали общую протяженность мира с низким уровнем воздействия на основе биома и экорегиона. Мы также выявили частичное совпадение между LIA и охраняемыми территориями, как указано в наборах данных выше.

Проверка

Мы провели проверку с использованием существующего набора данных глобальной проверки с открытым доступом из проекта Human Footprint ²⁵.Каждый участок был визуально оценен на предмет наличия признаков воздействия человека. Все точки валидации были визуально оценены в соответствии с уровнем различного земного покрова человека и видов деятельности, наблюдаемых на участке 1 км ². Фоновые спутниковые снимки различались по разрешению и дате, но среднее разрешение изображения составляло 0,5 метра со средним годом сбора данных 2010. Мы использовали только 3114 выборочных участков, оцененных с высокой степенью достоверности, и из них еще 105 были расположены в регионах NoData нашей страны. набор данных (в основном постоянный лед и снег) и исключен.Мы использовали тот же порог, что и Вентер и его коллеги: ¹⁷, визуальный балл, равный единице, для определения областей воздействия человека. Мы сравнили графики 3009 с LIA, чтобы оценить точность. Для измерения точности мы применили статистику Каппа Коэна, меру согласия между двумя наборами категориальных данных, которая учитывает ожидаемое совпадение случайностей.

Фрагментация

Для оценки воздействия антропогенной фрагментации на природную систему нам сначала потребовался базовый уровень фрагментации.Мы рассчитали статистику фрагментации как для исходных данных, так и для текущих LIA, и сравнили их, чтобы определить влияние антропогенной фрагментации на биомы. Мы пересекли LIA с данными о биомах ⁹, чтобы определить текущие уровни фрагментации среды обитания для каждого биома. Граница биома может разделить смежный LIA на два (или более) участка. Количество и размер пятен рассчитывали для каждого биома. Мы также рассчитали площадь ядра, используя буфер в 1 км от края (например, ^21,27), используя Fragstats 4.2 ⁶². При вычислении темпов глобальной фрагментации мы не пересекали наборы данных фоновой земли или LIA с распределением биомов и, следовательно, получили немного разные итоговые данные по площади. Наконец, мы вычислили евклидово расстояние до края двумя способами. Первый, расстояние до края, смотрел на каждую ячейку в LIA и вычислял ее расстояние до океана или не-LIA ячейки. Результаты пересекались с границами биома, чтобы определить среднее расстояние до края для каждого биома. Второй метод учитывает различия в естественной фрагментации между биомами.Например, мангровые заросли по своей природе неоднородны, и даже если весь участок мангровых зарослей остался LIA, но области за его пределами были изменены, значения расстояния до края меньше, чем для других биомов, так как расстояние до края биома невелико. Поэтому, как и в случае с другими статистическими данными, мы рассчитали расстояние до края как по базовым данным, так и после пересечения LIA с биомами, чтобы получить метрику изменений. В этом базовом сценарии расстояние до края было просто расстоянием до края биома. Чтобы рассчитать расстояние до края для LIA, расстояние может быть либо до ячейки, не относящейся к LIA, либо до границы биома / океана.Затем эти два значения сравнивались для выявления изменений. Инструмент Евклидово расстояние до края в ArcGIS преобразует каждую ячейку в центроид перед вычислением расстояния между ними, поэтому в идеале соседние ячейки имеют расстояние 1 км (сгруппированы в классе 0–1 км), а соседние по диагонали ячейки имеют расстояние 1,4 км. В обоих случаях мы вычисляем расстояния после удаления камней, льда и внутренних вод, так что расстояния накапливаются в этих ячейках, но не учитываются в расчетах. Мы использовали метод геодезических расчетов, который определяет кратчайшее расстояние между двумя точками земной поверхности на сфероиде, тем самым учитывая кривизну Земли и устраняя эффекты искажения из географических проекций.Этот метод более точен, чем предыдущий анализ глобальной фрагментации, в котором не учитывались методы проекции или измерения расстояния. Этот метод был реализован в ArcGIS Pro 10.2.

Базовая площадь суши была установлена как минимальная площадь суши между всеми входными данными, за вычетом воды и вечного снега и льда, наложенная на обновленные распределения биомов за 2017 год ⁹. Камни и лед от Динерштейна и его коллег ⁹ были сохранены как «тундра», в то время как постоянный снег и лед (вместе с водой) из набора данных о земном покрове ЕКА использовался в качестве маски ²⁶.Береговые линии различались между различными входными слоями (дополнительная таблица S6). Таким образом, окончательная протяженность суши была минимальной площадью, сопоставимой по всем наборам данных (т. Е. Ячейка становилась NoData, если в каком-либо наборе данных отсутствовали данные). Затем земля пересекалась с информацией о биоме, так что каждая ячейка земли была связана с конкретным биомом. Как и прежде, береговые линии между наборами данных о биоме и суше не совпадали полностью, и поэтому использовалась минимальная совпадающая площадь. Поэтому такой регион, как Гренландия, не считался отдельным островом, состоящим из тундры, а скорее множеством фрагментов тундры, разделенных постоянным снегом и льдом.

Мы признаем, что этот базовый уровень является идеализированным и упрощенным пониманием уровней фрагментации, и делаем важное предположение, что базовый ландшафт был полностью неиспользованной первичной растительностью или «слабым воздействием» в этом контексте (аналогично ²). Однако, как предполагалось в предыдущих публикациях ^2,19,63, люди изменяли земной покров Земли на протяжении тысячелетий. Мы не используем эти данные (например, HYDE) в качестве базовых, потому что они представляют собой смоделированные наборы данных с неточностями и ошибками, и проще использовать тот же базовый набор данных, который использовался для текущего периода времени, чтобы облегчить сравнение и изменить оригинал.

Тестирование чувствительности

Мы исследовали влияние использования наборов геопространственных данных о дорогах на создание LIA (см. Дополнительный текст 2). В этом сценарии «Зоны очень слабого воздействия» мы использовали тот же процесс и наборы данных, за исключением того, что мы включили все дороги как дополнительное антропогенное воздействие и не масштабировали воздействия по засушливости (т. Е. Сохраняли пороговое значение менее одного человека или домашнего скота. ед. на км ² по всем уровням засушливости). Этот сценарий привел к тому, что только 34% планеты оказались в состоянии очень слабого воздействия (см. Дополнительный текст 2, включая дополнительные рисунки S6, S7, таблицу S7).Биомы, находящиеся под наибольшей угрозой, остались такими же, как и в LIA, хотя при сравнении биомов были некоторые различия в статистике фрагментации. Важно отметить, что тропический влажный лес является единственным биомом с высоким биоразнообразием из пяти биомов, причем некоторые экорегионы имеют> 50% площади в очень слабом воздействии (дополнительный рисунок S7).

Мы отдельно исследовали влияние включения наборов данных о населении и плотности домашнего скота, а также с различными коэффициентами масштабирования на степень LIAs и фрагментацию (дополнительный текст 3).В частности, мы исследовали влияние на степень LIA от включения каждого человеческого фактора стресса, используя анализ «исключить один-единственный» (дополнительная таблица S8). Кроме того, мы изучили влияние удаления входных наборов данных о населении и плотности домашнего скота на уровни фрагментации. Используя тот же процесс для определения LIA, но исключая человеческую популяцию или плотность домашнего скота в качестве факторов стресса, 75% мира находится в «модифицированном» состоянии с низким уровнем воздействия. Вообще говоря, влияние на результаты фрагментации такое, как и ожидалось, при этом среднее расстояние до края увеличивается почти для всех биомов, а в некоторых биомах с большим выпасом скота (например.ж., пастбища умеренного пояса) более подвержены влиянию, чем другие (например, тундра) (дополнительная таблица S9 и рис. S8). В связи с этим мы также исследовали влияние различных факторов масштабирования засушливости на определение LIA (дополнительная таблица S10). Таким образом, результаты этих тестов показали, что идентификация LIA наиболее чувствительна к включению данных о плотности поголовья и выбору масштабирования засушливости; однако, с точки зрения воздействия на фрагментацию, порядок биомов от самого короткого до самого длинного среднего расстояния до края довольно стабилен в различных примерах.

Наконец, скорость фрагментации также зависит от правил смежности. Мы использовали правило смежности с 4 ячейками (а не с 8 ячейками) для всех анализов, поскольку оно было более консервативным. Следовательно, клетки, соприкасающиеся только по диагонали, рассматривались как два отдельных участка. Мы рассмотрели, как изменились результаты при использовании правила смежности с 8 ячейками (дополнительная таблица S11). Изменение правила смежности с 4 на 8 ячеек привело к уменьшению общего количества патчей как в базовых параметрах, так и в настройках LIA, но для большинства биомов привело к большему процентному увеличению количества патчей между базовым уровнем и LIA.Хотя результаты действительно различались по биомам и статистике фрагментации патчей, ранжирование биомов по угрозам не изменилось.

Пыльцевые индикаторы человеческой деятельности

Основная цель этой докторской диссертации — реконструировать экологическую историю Центральных Балкан (Сербия) за последнее тысячелетие с использованием биологических заместителей (пыльца, споры и древесный уголь), геохимических сигналов через X- лучевая флуоресценция (XRF), статистический анализ и атомная масс-спектрометрия (AMS) 14C хронология.Эта диссертация устанавливает первую хронологическую основу для изменений растительности и ландшафта в Сербии и обсуждает роль человека и климата как лежащих в основе процессов. В главе 1 обсуждаются предыстория и характер проблемы исследования, за которым следует обширный обзор литературы по теме климата и палеоэкологии голоцена. Состояние палеоэкологии голоцена в Европе и на Балканах обсуждается с акцентом на последнее тысячелетие. Глава также включает в себя краткое изложение ключевых социально-экологических исследований по всей Европе и методов, используемых для выявления долгосрочных взаимодействий человека и окружающей среды на протяжении голоцена и нашей эры (за последние 2000 лет).Глава завершается важностью данного исследования. В главе 2 представлена первая хорошо датированная запись с высоким разрешением об изменении растительности и ландшафта Сербии за последние 500 лет. Биологические прокси (пыльца, споры и древесный уголь), геохимический анализ с помощью XRF и подробная хронология на основе AMS 14C, датируемая по керну карстовой воронки на западе Сербии, предполагают сложную динамику лесных и луговых угодий и сильные эрозионные сигналы на протяжении Малого ледникового периода (LIA; c .1500-1850 гг. Н. Э.).Открытый ландшафт с заметной степной растительностью (например, Poaceae, Chenopodiaceae) и небольшими лесными массивами существует в течение 1540-1720 гг. Н.э. (ранний LIA), в то время как в конце LIA (1720-1850 гг. . Эпоха после ЛИА (1850-2012 гг. Н.э.) принесла нарушенный тип растительности с присутствием сорных родов и увеличением региональных лесных массивов. Антропогенные индикаторы сельскохозяйственной, пастбищной и пожарной практики в регионе вместе свидетельствуют о доминирующей роли человека в формировании этого балканского ландшафта на протяжении всего периода.Изменяющийся характер человеческого вмешательства, потенциально являющийся ответом на лежащие в основе климатические изменения, очевиден в крупномасштабном истощении почвы в результате выпаса скота и расчистки земель на ранней стадии LIA и стабилизации пахотных земель в поздние и пост-LIA эпохи. В Главе 3 описывается хорошо датированная, с высоким разрешением, запись изменений растительности и ландшафта Центральных Балкан за последние 700 лет в регионе Сава, Сербия. Этот временной интервал включает LIA (1500-1850 гг. Н.э.) с несколькими столетиями до и после этого важного интервала для сравнения.Биологические прокси (пыльца, споры и древесный уголь), геохимический анализ с помощью рентгеновской флуоресценции (XRF) и подробная хронология на основе AMS 14C, датируемая по осадкам бассейна Савы, ограничивают эволюцию сербского ландшафта в теплое время года. Интервал LIA с относительно высоким процентом деревьев, умеренным присутствием антропогенных таксонов и относительно стабильным сельским хозяйством, поддерживаемым выпасом. Напротив, интервал LIA в регионе выражается в открытии и закрытии крон деревьев и обширной эрозии земли, возможно, в ответ на ухудшение климата и антропогенное воздействие, в значительной степени связанное с социально-политическими изменениями того времени.Интервал после LIA показывает стабилизацию лесных массивов в прибрежном регионе, создание пахотных земель рядом с озерами и выборочные стратегии вырубки лесов людьми после промышленной революции. Устанавливая корреляцию с существующими наборами сербских экологических данных, эта запись показывает трансформацию ландшафта Центральных Балкан и ее очевидные связи с изменением климатических и социально-политических режимов. Глава 3 также включает региональное сравнение между ядром Савы и озером в западной части Сербии, чтобы показать природу и влияние климатических условий LIA и современных человеческих сообществ на ландшафты Центральных Балкан.В течение 15-19 вв. Н.э. местные деревья (например, Quercus, Acer, Pinus) и травянистые (например, Poaceae, Chenopodiaceae, Artemisia) пыльца из этих записей демонстрируют колебания в динамике лесных и пастбищных угодий. В то время как популяция деревьев из региона Сава медленно колеблется между 50 и 70%, деревья западной Сербии резко колеблются между 30% и 55%. С другой стороны, пастбища региона Сава демонстрируют колебания примерно на 20-43%, тогда как популяции трав Западной Сербии демонстрируют резкие колебания между высоким (59%) и низким (32%) процентами.Подсчет калия и титана с разрешением 1 см является косвенным показателем поверхностной эрозии и обломочного поступления в озера, что хорошо согласуется с данными различных таксонов травянистых растений. В то время как временная асинхронность сигналов AP и NAP между двумя ядрами может быть отнесена к местным факторам, включая различную высоту, экспозицию местности и почвы, которые по своей природе различаются по обе стороны от пролива Сава, непрерывные колебания обоих сообществ во время LIA аналогичны . Эта общая картина указывает на то, что ландшафт Центральных Балкан в целом претерпевал значительные экологические изменения на протяжении всего LIA в виде открывания и закрывания крон деревьев по обе стороны бассейна Савы.Высокое содержание древесного угля указывает на ускоренную расчистку земель между 15 и 17 гг. Н. Э., Однако к началу 18 г. н.э. культивары (например, Secale, Triticum) достигают пика, что свидетельствует об улучшении сельского хозяйства в регионе. Корреляция с доступными сербскими экологическими данными по LIA показывает региональную динамику между лесными угодьями и пастбищами под влиянием нестабильного и, возможно, более засушливого климатического режима LIA (особенно в начале LIA) и лесовосстановления в регионе во время последней части LIA из-за как по климатическим, так и по социально-политическим причинам.Эта корреляция улучшает наше понимание природы и пространственной изменчивости LIA на Балканах и ее взаимодействия с современными обществами. В главе 4 исследуется взаимодействие экологической и социальной динамики на Центральных Балканах за последние 700 лет, период, который испытал климатические условия LIA и теплый 20-й век. Между тем, тот же период стал свидетелем сложной истории человечества с возникновением-подъемом-упадком Османской империи и последующими социально-политическими событиями (т.е.грамм. войны, голод, миграции, эпидемии). Наборы экологических данных для этого социально-экологического анализа включают биологические прокси (пыльцу, споры и древесный уголь), геохимические сигналы и подробную хронологию двух озер Центральных Балкан на основе AMS 14C, в то время как наборы социальных данных включают исторические данные о населении, землепользовании, записи социальных бедствий , а также важные исторические события, извлеченные из обзора литературы и местных архивов. Среди наборов экологических данных пыльца местных деревьев и трав с Центральных Балкан демонстрирует колебания в динамике лесных и пастбищных угодий, в то время как подсчет калия, полученный с помощью рентгеновской дифрактометрии, служит показателем поверхностной эрозии и поступления обломков в озера.Микроскопический древесный уголь, пыльца злаковых культур и второстепенная антропогенная пыльца (например, культурные фрукты и овощи) используются для определения характера антропогенного воздействия на ландшафт. Эти ключевые антропогенные индикаторы создают более тщательный социальный компонент анализа в сочетании с другими наборами социальных данных. После реконструкции отдельных временных рядов для каждого набора экологических и социальных данных и их синтеза с использованием анализа главных компонентов (PCA) две записи Центральных Балкан коррелируют, чтобы визуализировать, как регион реагирует на социальные и экологические стрессоры.Наш подход демонстрирует способы интеграции исследований систем естественных и социальных наук. Цитата Кулькарни, Чарута Дж., «Уроки прошлого: развитие динамики климата, балканских ландшафтов и людей за последнее тысячелетие» (2016). Академические работы CUNY. http://academicworks.cuny.edu/gc_etds/1595

Приложение на американском языке жестов

Abstract

Распознавание человеческой деятельности — важная и сложная тема для изучения из-за значительной разницы между задачами, повторяемыми испытуемым несколько раз, и между испытуемыми.Эта работа мотивирована предоставлением классификации сигналов временных рядов и надежных подходов к проверке и тестированию. В этом исследовании предлагается классифицировать 60 знаков из американского языка жестов на основе данных, предоставленных датчиком LeapMotion, с использованием различных традиционных моделей машинного обучения и глубокого обучения, включая модель DeepConvLSTM, которая объединяет сверточные и повторяющиеся слои с ячейками долгосрочной краткосрочной памяти. Предлагается кинематическая модель правого и левого предплечья / кисти / пальцев / большого пальца, а также использование простой техники увеличения данных для улучшения обобщения нейронных сетей.DeepConvLSTM и сверточная нейронная сеть продемонстрировали самую высокую точность по сравнению с другими моделями с 91,1 (3,8) и 89,3 (4,0)% соответственно по сравнению с рекуррентной нейронной сетью или многослойным персептроном. Интеграция сверточных слоев в модель глубокого обучения кажется подходящим решением для распознавания жестового языка с помощью данных датчиков глубины.

Образец цитирования: Эрнандес В., Сузуки Т., Venture G (2020) Сверточная и рекуррентная нейронная сеть для распознавания человеческой активности: приложение на американском языке жестов.PLoS ONE 15 (2): e0228869. https://doi.org/10.1371/journal.pone.0228869

Редактор: Цзе Чжан, Ньюкаслский университет, СОЕДИНЕННОЕ КОРОЛЕВСТВО

Поступило: 1 июля 2019 г .; Одобрена: 24 января 2020 г .; Опубликовано: 19 февраля 2020 г.

Авторские права: © 2020 Hernandez et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Наши данные доступны в Интернете по следующему адресу: http://dx.doi.org/10.17632/8yyp7gbg6z.1.

Финансирование: Это исследование финансировалось Институтом глобальных инновационных исследований Токийского университета сельского хозяйства и технологий. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

Язык жестов — это язык, в котором в основном используются кинематика рук и мимика. Он широко используется людьми с нарушениями слуха для общения друг с другом, но редко с людьми, у которых нет нарушений слуха. Следовательно, они находятся в прямом контакте только с людьми с нарушениями слуха, что значительно ограничивает социальное взаимодействие. Альтернативой может быть перевод в режиме реального времени с переводчиками, но они не доступны постоянно и могут быть довольно дорогими.Поэтому система, которая могла бы включать автоматический перевод, была бы очень интересна.

Распознавание человеческой деятельности (HAR) в целом является важной и сложной темой, к которой следует обратиться из-за большой вариативности, которая существует для данной задачи. Действительно, независимо от того, возникает ли изменчивость из-за того, что субъект повторяет действие несколько раз или, что более важно, между субъектами, кинематическое поведение с течением времени представляет собой определенную проблему для обобщения. HAR считает, что такое поведение представлено определенными шаблонами, которые можно классифицировать с помощью алгоритмов машинного обучения.

В настоящее время данные о перемещениях человека можно легко извлечь из недорогих систем, которые объединяют датчики карт глубины, такие как Kinect и LeapMotion. Эти системы готовы к использованию, требуют относительно короткого времени на настройку, и данные могут быть легко извлечены. Следовательно, их можно легко использовать для быстрого получения большого количества данных, что является обязательным требованием при рассмотрении машинного обучения. Другие подходы были рассмотрены с помощью sEMG [1], CyberGloves [2] или системы захвата движения, но эти методы трудно использовать за пределами лабораторий.

Рассматривая такие системы, как Kinect® или комбинированный подход Kinect / LeapMotion®, было проведено несколько исследований с использованием видео или датчика карт глубины и подходов машинного обучения, таких как Hidden-Markov-Model (HMM) [3], связанная HMM [ 4], случайный лес на пиксель [5], мультиклассовая машина опорных векторов (SVM) [6], линейная двоичная SVM [7], сверточная нейронная сеть (ConvNet) [8,9] и подходы на основе видео DeepConvLSTM [10] и многие другие. Такие подходы интересны, но Kinect по-прежнему сложно использовать в общественных местах, поскольку для него требуется большое пространство и источник питания.

LeapMotion легко определяет движения предплечья и ладони, а также положение пальцев и большого пальца с точностью измерения 200 мкм [11] для оценки положения сустава. Такая точность может быть полезна для создания точных моделей кинематики системы рука-рука. Кроме того, его можно использовать с одним портом USB, он потребляет очень мало энергии и не требует большого пространства, что делает его удобным для приложений вне лаборатории. Кроме того, это доступная система, для настройки которой не требуется профессионал и не требуется калибровка, что делает ее практичной в использовании.Кроме того, разработка камер с датчиком глубины на смартфонах была бы интересным выбором в качестве основы для распознавания языка жестов и для разработки портативных систем, которые просты в использовании.

Найду и Гхоткар [12] использовали LeapMotion для классификации подмножества индийского языка жестов (10 арабских чисел, 26 букв и 9 слов). Они предлагают четыре различных подхода (мера евклидова расстояния, сходство, сходство по Жаккару и игральные кости) с 8 расстояниями, вычисленными из 6 измеренных точек (центр ладони и все кончики пальцев).Косинусное сходство показало точность 90,00% для всего набора данных, но их подход ограничен статической позой. Марин и др. [6] изучали комбинированный подход LeapMotion / Kinect с мультиклассовой SVM для классификации 10 статических слов американского жестового языка (ASL) с ручным извлечением ключевых моментов. Они представили среднюю точность 80,86%, 89,71% и 91,28% с подходами LeapMotion, Kinect и комбинированным Kinect / LeapMotion соответственно с независимой от пользователя перекрестной проверкой k (предмет M-1 для каждого K) для настройка параметров.Затем классификатор был повторно обучен со всеми предметами (M) и вычислил для него точность, которая не дает надежной модели, которую можно использовать с новыми предметами. Kumar et al. [4] также рассмотрел комбинированный подход Kinect / LeapMotion на 25 динамических словах индийского языка жестов. Они рассмотрели подход со связанными HMM и достигли точности 90,8% на 25% от полного набора данных (50% использовались для обучения и 25% для настройки параметров и проверки параметров), однако они не предоставляют информацию, является ли пользователь — рассматривался независимый тест.Чуан и др. [13] классифицировал 26 букв английского алфавита с помощью классификаторов k-NN и SVM. Результаты показали средний уровень классификации 72,78% и 79,83% соответственно с использованием k -кратной перекрестной проверки (K = 4) для полного набора данных, состоящего из 2 субъектов. Fok et al. [14] предложили подход на основе HMM для распознавания 10 арабских чисел ASL с общим средним распознаванием 93,14% половины выборки каждого предмета для обучения и оставшихся данных для тестирования модели.

Недавний прорыв в области глубокого обучения превзошел традиционный подход машинного обучения в задачах компьютерного зрения [15]. Глубокое обучение использует последовательность слоев для извлечения информации, причем выходные данные одного слоя используются в качестве входных данных для следующего. Они обеспечивают надежный подход к обобщению межпредметной изменчивости и могут учитывать динамическое поведение временных рядов человеческих движений, главным образом, с помощью ConvNet и рекуррентной нейронной сети (RNN). Что касается распознавания языка жестов, Коллер и др.[16] используют гибридный подход ConvNet-HMM, основанный на последовательности изображений, извлеченных из видео, и отслеживании доминирующей руки.

Что касается глубокого обучения, современное состояние HAR представлено Ордоньесом и Роггеном [17], адаптированными из Sainath et al. [18] для распознавания речи. Они предложили модель, основанную на объединении сверточных и рекуррентных слоев с долгосрочной краткосрочной памятью (LSTM) под названием DeepConvLSTM с данными от датчиков инерциальных измерительных блоков (IMU). ConvNet и RNN используют подходы к обучению с учителем, которые могут изучить зависимости между заданными входами и выходами.DeepConvLSTM превзошел ConvNet и RNN, которые рассматривались независимо для распознавания речи [18], и считается самым современным для HAR [17,19]. Действительно, у обоих подходов есть свои преимущества: сверточные слои могут извлекать особенности из заданного сигнала и повторяющиеся слои, которые могут учитывать динамику сигнала временного ряда [20–22]. Комбинированный подход кажется лучшим подходом для выполнения HAR и многообещающим, поскольку он позволяет гибкое слияние данных и извлечение признаков [17], и этот подход будет использован в данном исследовании.

Это исследование предлагает сравнение глубоких нейронных сетей для классификации 60 знаков ASL на основе полной кинематической модели правого и левого предплечья / кисти / пальцев / большого пальца. Кинематика кисти и предплечья основана на модели отслеживания скелета, представленной датчиком LeapMotion. Цель этого исследования также состоит в том, чтобы предложить надежную независимую от пользователя k -кратную перекрестную проверку и тесты в отличие от предыдущих исследований, которые были сосредоточены в первую очередь на внутрипользовательском тестировании своих моделей.Действительно, модели машинного обучения могут отражать поведение участников, но не новых. Также продемонстрировано, что внутрипользовательские тесты могут привести к завышенной оценке точности, которая не является репрезентативной для результатов, которые могут быть получены на новых пользователях.

Этот документ организован следующим образом. Мы представляем эксперимент, а также детали по извлечению и обработке данных перед их использованием в наших моделях. Затем мы представляем методы классификации жестов, обучающие свойства моделей и используемые гиперпараметры.Наконец, представлены и обсуждаются результаты сравнения различных моделей.

Материалы и методы

Эксперименты

Эксперимент был одобрен местным комитетом по этике Токийского университета сельского хозяйства и технологий (TUAT) в Коганей, Япония. Все эксперименты проводились в 2018 году. Перед экспериментом участники дали информированное согласие на участие в исследовании.

Был собран набор данных из 25 субъектов мужского пола, все новички на любом языке жестов.Перед каждым измерением их учили соответствующему знаку. В этом исследовании были рассмотрены арабские числа от 0 до 10 и 49 слов. Общее количество собранных знаков представлено в Таблице 1.

Особенности извлечения

LeapMotion SDK Основные ресурсы Unity 4.3.2 использовались с модулем C # / Unity для сбора данных во время экспериментального протокола. Всего в LeapMotion в реальном времени извлекается 26 очков на каждой руке. Характеристики, вычисленные по этим точкам, основаны на подходе моделирования с использованием нескольких пальцев, представленном Carpinella et al.[23] с небольшими изменениями и рекомендациями ISB по относительной ориентации кисти и предплечья [24].

Кинематические модели

Следующие системы координат рассматриваются для кисти (1) и предплечья (2) (рис. 1). (1) имеет направление (M ₂ -M ₅), направленное наружу, перпендикулярно форме в плане (M ₂ -RS) и (P ₅ -RS), направленный вперед, и является перекрестным произведением, направленным вверх.(2) имеет направление (EL-US), направленное вверх, является перекрестным произведением и (RS-US), направленным вперед, и является перекрестным произведением и направленным вовне. Затем углы Эйлера, которые описывают относительную ориентацию руки и предплечья (сгибание / разгибание и радиальное / локтевое отклонение), вычисляются с помощью последовательности вращения ZXY (направление векторов выражается из стандартного анатомического положения).

Рис. 1. Суставы рук.

Большой палец, указательный палец, середина, кольцо и мизинец пронумерованы от 1 до 5 соответственно.EF _i ( i = 1–5): положение концевого зажима пальца и большого пальца, M _i ( i = 1–5): пястно-фаланговый сустав пальца и большого пальца, P _i ( i = 1–5): проксимальные межфаланговые суставы пальцев и большого пальца, D _i ( i = 2–5): дистальные межфаланговые суставы пальцев. EL: локтевой сустав (здесь не представлен), WR: лучезапястный сустав, RS: радиальный шиловидный сустав, US: локтевой шиловидный сустав, PALM: центр ладони.

https://doi.org/10.1371/journal.pone.0228869.g001

Для большого пальца и пальцев учитывается следующая кинематика (большой палец: i = 1, указательный: i = 2, средний: i = 3, кольцо: i = 4 и мизинец: i = 5) с EF _i ( i = 1–5), который представляет концевой эффектор для пальца и большого пальца, M _i ( i = 1–5) пястно-фаланговый сустав пальца и большого пальца, P _i ( i = 1–5): проксимальный межфаланговый сустав пальца и большого пальца и D _i ( i = 2–5) дистальные межфаланговые суставы пальца.Затем относительная ориентация каждого пальца с рукой представлена углом сгибания α _i (угол между и M _i — P _i в проекции на плане XY ) и углом отведения φ _i (Угол между и M _i — P _i в проекции на плоскость YZ ). Кроме того, относительная ориентация большого пальца руки представлена углом сгибания α ₁ (угол между и M _i — D _i в проекции на плане YZ ) и углом отведения φ _{. 1} (Угол между и M _i — D _i в проекции в плоскости XY ).Кроме того, угол β _i между P _i — D _i и P _i — M _i и угол ϴ _i между EF _i — D _i и P _i — D _i для пальца i ^th ( i = 2–5) и угол ϴ ₁ между EF ₁ — D ₁ и M ₁ — D ₁ для большого пальца также вычисляются.Наконец, d _j ( j = 1–9) представляют собой соответственно евклидово расстояние между каждым последующим EF (EF ₁ с EF ₂, EF ₂ с EF ₃…) и между EF _i ( i = 1–5) и Palm.

Набор данных

Каждый знак извлекается вручную и интерполируется до 100 кадров с интерполяцией кубическим сплайном. Набор данных состоит из d = 16890 помеченных знаков. f = 60 объектов вычисляются для представления кинематики правой и левой сторон (рис. 1). Для каждого извлеченного знака признаки были перегруппированы в матрицу временного ряда F _l ( m = 100 и n = 60), где каждая группа была задана следующим образом: (1) конец пальца и конец большого пальца -эффектор (EF) относительное расстояние, (2) их расстояние с ладонью, (3) относительная ориентация руки с предплечьем, (4) относительная ориентация пальцев и большого пальца руки и (5) большой палец и углы пальцев.(1) Все матрицы признаков были рассчитаны для всех знаков (-1) и испытуемых (-1). Наконец, каждая характеристика f _{i , j} была стандартизирована со средним отклонением μ и стандартным σ отклонением их соответствующей группы, представленной выше следующим образом: (2) Затем каждый субъект в наборе данных представлен как с N числами знака и y _l соответствующими метками выходов F _l, представленными в виде двоичного вектора.

Увеличение данных

Чтобы предотвратить переоснащение модели и помочь обобщить классификацию, было рассмотрено увеличение данных. Данный сигнал f _i разбивается на 10 частей равной длины. Затем было рассмотрено искажение данных по величине и временному положению сигнала со следующими свойствами. Сначала каждая часть была искажена до случайного значения p с интерполяцией кубическим сплайном, и все части были реконструированы и интерполированы до 100 кадров.Затем амплитуда сигнала немного изменилась. Была сформирована синусоидальная волна со случайным периодом P , фазой φ и амплитудой A . Наконец, эта синусоидальная волна была умножена на A и на диапазон амплитуд текущего сигнала f _i и добавлена к нему, что обеспечило плавное изменение. Эта процедура повторяется 40 раз для каждого F _l в обучающем наборе (описанном в следующем разделе).

Классификация жестов

Обучение, проверка и тестирование

В этом исследовании рассматривается подход, не зависящий от пользователя, т.е. данные от одного и того же участника появляются либо в наборе для обучения, проверки или тестирования. Для этого рассматривается вложенная k -кратная перекрестная проверка с независимым от пользователя подходом. Он состоит из внутреннего и внешнего цикла. В каждом цикле модель всегда обучается из случайной начальной точки, чтобы каждый внутренний и внешний цикл оставались независимыми друг от друга.Более того, первый внешний цикл рассматривается для настройки гиперпараметров (например, количества слоев, размера единицы ячеек, скорости обучения, шагов, размера патча…).

Внутренний цикл состоит из разделения участников на два набора: 20 субъектов назначаются для набора для обучения / проверки и 5 для набора для тестирования. Набор для испытаний был оставлен в стороне, чтобы оценить окончательные характеристики моделей. Набор для обучения / проверки используется в неисчерпывающей независимой от пользователя перекрестной проверке k -Fold, которая состояла из вращающихся K = 4 крат с 15 и 5 объектами для обучения и проверки соответственно.Чтобы уменьшить переобучение нейронной сети, ранняя остановка применяется в каждом k -кратном, когда точность проверочного набора начинает снижаться (переобучение модели на обучающем наборе).

Внешний цикл следует той же процедуре, что и внутренний цикл, за исключением того, что тестовый набор изменяется (а также обучающий / проверочный) с пользователем, который все еще появлялся один раз в обучающем / проверочном или тестовом наборе. Этот цикл выполняется до тех пор, пока не будут протестированы все участники.

Учебная недвижимость

Модели были обучены с помощью мини-пакетов, состоящих из 500 образцов и скорости обучения η = 0.001 с экспоненциальным убыванием 0,9 каждые 5 эпох. В качестве формы регуляризации на каждом уровне добавляется обертка исключения для случайного выбора единиц, которые игнорируются в каждую эпоху со значением вероятности 0,8. Алгоритм оптимизации градиентного спуска Адама [25] использовался для минимизации функции стоимости E , которая соответствует кросс-энтропии softmax между оцененным вектором (логиты) ( y ‘) и вектором истинных меток ( y ). : (3) Для каждой k -кратной перекрестной проверки фаза обучения была остановлена, когда точность набора проверки начала снижаться, и соответствующая модель была сохранена.

После k -кратной перекрестной проверки в каждом внешнем цикле создаются 4 обученные модели. Набор тестов подается в каждую модель ( k = 4), и окончательный прогнозируемый класс рассматривается большинством голосов.

Модели

В этом исследовании рассматриваются различные традиционные модели машинного обучения и глубокого обучения. Что касается традиционных моделей машинного обучения, k-ближайшие соседи ( k -NN) [26], случайный лес (RF) [27] и машина опорных векторов (SVM) [28] используются в качестве базового сравнения.Сохраненные гиперпараметры следующие: k -NN используется с k = 10, RF используется с классификатором 1000 деревьев с глубиной 5, а SVM используется с линейным ядром. Рассмотрены модели глубокого обучения: Multi-Layer Perceptron (MLP), ConvNet, RNN с ячейкой LSTM от Zaremba et al. [29] и DeepConvLSTM (рис. 2). Подробная информация об их гиперпараметрах представлена в Таблице 2.

Рис. 2. Архитектура DeepConvLSTM.

Архитектура ConvNet-LSTM. N1, N2, N3 и N4 представляют количество каналов (также называемых картой характеристик), созданных после каждого сверточного слоя.Их значения равны соответственно 16, 16, 32 и 64. ReLU (выпрямленный линейный блок) представляет функцию активации.

https://doi.org/10.1371/journal.pone.0228869.g002

Tensorflow 1.4 [30] с Python 3.5.2 был использован, а обучение проводилось на GTX 1060 6GB, который объединяет 1280 ядер CUDA [31].

В частности, в DeepConvLSTM выходные данные последних сверточных слоев передаются в 2 слоя LSTM, состоящие из ячейки LSTM из Zaremba et al. [29].Более того, по мере того, как временной ряд подается на уровни LSTM, скрытое состояние LSTM содержит все больше и больше информации о текущей последовательности. Следовательно, последний временной шаг уровня LSTM связан с уровнем softmax для получения вероятностей классов. Наконец, последний выход последних повторяющихся слоев соединяется со слоем с функцией активации softmax для нормализации выхода к распределению вероятностей.

Результаты

Результаты всех рассмотренных моделей с добавлением данных и без него представлены в таблице 3.Для сравнения результатов различных подходов был проведен односторонний дисперсионный анализ (ANOVA) с повторными измерениями. Затем был использован апостериорный тест Даннета для сравнения DeepConvLSTM с дополнением данных со всеми другими моделями. Уровень значимости был установлен на α = 0,05, и использовалась программа Statistica (Statsoft, Tulsa, OK, USA). ANOVA на моделях показал значительный основной эффект (F (10, 264) = 42,454, p <0,05), а тест Даннета показал более высокое значение точности для DeepConvLSTM с увеличением данных по сравнению со всеми другими моделями (p <0.05 для каждого сравнения), кроме ConvNet с увеличением данных (p> 0,05).

Таблица 3. Точность (среднее (SD)) набора для проверки и тестирования для различных рассматриваемых моделей (+ DA: включить увеличение данных).

Результаты включают все внутренние и внешние циклы вложенной k -кратной перекрестной проверки (* p <0,05).

https://doi.org/10.1371/journal.pone.0228869.t003

Нормализованная матрица путаницы и диаграмма Санки, созданная с помощью SankeyMATIC (http: // sankeymatic.com /) представлены в дополнительных материалах S1 и S2 Рис. в дополнительных материалах соответственно.

Кроме того, также был рассмотрен метод удержания с теми же гиперпараметрами DeepConvLSTM без увеличения данных. Он просто состоит в разделении всего набора данных на две части, выбранные случайным образом (80% обучение и 20% тестирование) стратифицированным способом (одинаковый процент меток в каждом наборе). Метод удержания был повторен 10 раз, и результаты показали среднюю точность 0.997 (0,001) с тестовым набором.

Обсуждение

Целью этого исследования было классифицировать 60 признаков ASL с использованием глубоких нейронных сетей с кинематическими моделями предплечья, кисти и пальцев на основе данных о положении суставов, предоставленных LeapMotion. Исходные данные LeapMotion для 25 субъектов бесплатно предоставляются вместе с этим исследованием (https://doi.org/10.17632/8yyp7gbg6z.1). Кроме того, для создания модели использовалась надежная независимая от пользователя перекрестная проверка k раз. Этот шаг состоял из четырех циклов ( k = 4) с 15 предметами для обучения и 5 предметами для проверки без дублирования.За этим последовала фаза независимого от пользователя тестирования с 5 испытуемыми, использовавшимися для применения модели в «реальном случае» для представления результатов классификации. Более того, DeepConvLSTM сравнивался с рекуррентной нейронной сетью, состоящей из ячейки LSTM из Zaremba et al. [29], чтобы продемонстрировать улучшение комбинированного подхода.

Результаты показали, что DeepConvLSTM с расширением данных показал самые высокие результаты с точностью 91,1 (3,8)% на тестовых наборах. Эффект увеличения данных на этой модели показал значительное улучшение примерно на 3.8% (таблица 2) демонстрируют важность использования техники увеличения данных, чтобы помочь классификатору обобщить поведение человека [32]. ConvNet с увеличением данных показал незначительные отличия результатов от DeepConvLSTM с точностью 89,3 (4,0)%, а RNN представил более низкую точность 87,2 (5,1)% (Таблица 2). В отличие от исследования Ордоньеса и Роггена [17], DeepConvLSTM не превзошел ConvNet, но превзошел RNN, демонстрируя важность использования сверточных слоев для HAR.MLP, k-NN, SVM и RF показали худшие результаты по сравнению с моделями, состоящими из сверточных или повторяющихся слоев. Текущие подходы рассматривают использование размера ядра в сверточных слоях вдоль оси времени (например, 20 x 1 на первом сверточном слое). Использование большего ядра или изменение размера входного тензора на 100 x 1 x 60 для получения первой свертки для захвата всех взаимодействий векторов также было протестировано, но не было столь успешным. Сверточному слою может быть сложно одновременно захватить 60 измерений вдоль оси объекта.Сверточные слои используются для удаления отклоняющихся значений, извлечения признаков и фильтрации входных данных независимо по оси времени, что делает классификацию более эффективной в классифицирующей части моделей. Модели RNN с ячейками LSTM достигают высокой точности (87,2 (5,1)% с увеличением данных), которая улучшается за счет сверточного слоя в моделях DeepConvLSTM. Тем не менее, использование одномерного ядра для каждой функции независимо по оси времени в этом исследовании дало наилучшие результаты. Как также указали Ордоньес и Рогген [17], использование max-pooling на каждом сверточном уровне дает худшие результаты.Причем время испытания составило около 15,3 (0,6) с и 8,8 (0,3) с. для 5 испытуемых во всем внешнем цикле для DeepConvLSTM и ConvNet, соответственно, обеспечивая преимущество использования ConvNet для портативных систем.

Что касается метода удержания (используется только для демонстрационных целей), точность набора для проверки составила 99,7 (0,1)%. Этот результат показал, насколько легко получить очень высокую точность. Этого метода следует избегать, поскольку модели уже изучили все поведение субъектов, и результаты останутся специфичными для этих субъектов и не будут репрезентативными для новых пользователей.Более того, другие гиперпараметры DeepConvLSTM, которые обеспечивали более низкую точность при независимом от пользователя подходе, также обеспечивали точность около 99% с методом удержания , демонстрирующим риск создания моделей с неадаптированными гиперпараметрами. По-прежнему сложно сравнивать наши результаты с результатами ранее опубликованных исследований, поскольку в них использовались разные методы проверки и / или тестирования, но мы считаем, что рассмотрение независимого от пользователя подхода с вложенной перекрестной проверкой k -кратной проверки является подходящим способом доказательства. надежность модели.

Диаграмма Сэнки (S2 рис.) Показывает для каждой истинной метки y неправильные логиты y ’, которые были идентифицированы в удобной для чтения манере. Для лучшего чтения неправильные логиты, помеченные неправильно 1 и 2 раза для каждой метки, и предмет независимо были удалены из диаграммы Санки. Некоторые движения языка жестов были сбиты с толку из-за схожести между ними или из-за сложности LeapMotion правильно определить все положения суставов. Например, Два было перепутано с Три , Семь с высотой и Четыре с Пять .Действительно, датчику LeapMotion иногда было трудно различить количество вытянутых пальцев. Движение, такое как dog (предплечье в супинации с вытянутым указательным пальцем и щелчком большого пальца средним пальцем), трудно записать с помощью LeapMotion, поскольку большой и средний пальцы скрыты ладонью и их можно спутать с одним (указательный палец вытянут) и кисть (указательный палец вытянут, двигаясь вперед во рту). Спасибо состоит только из движений предплечий с плоской рукой и пальцем близко друг к другу, в то время как теплый состоит из того же движения с выполнением пальцев и отведением во время движения.Модель может получать слишком ограниченную информацию для точного различения обоих признаков. Та же проблема наблюдается с автомобилем , пальто и холодным , поскольку они представляют собой движения, требующие движения предплечий со сжатыми кулаками, что также может предоставить слишком ограниченную информацию, учитывая используемую здесь модель для правильной дифференциации. Наконец, Dad был перепутан с Mom , так как они требовали того же движения руки, за исключением того, что положение перед головой отличается от положения большого пальца на подбородке и на лбу соответственно.Несмотря на это, Dad был перепутан с Mom на 23% в тестовом наборе, показывающем способность DeepConvLSTM различать небольшую разницу в глобальной динамике движения. Улучшение отслеживания руки с помощью датчика глубины может решить эти проблемы и помочь достичь более высокой точности в будущем.

Основным ограничением этого исследования является то, что набранные участники были новичками в языке жестов. Новички могут иметь большую вариативность при выполнении движений, и будущую работу следует обсудить с экспертами, чтобы оценить, будет ли улучшение классификации.Кроме того, использовалась статическая нейронная сеть, и в будущем необходимо будет рассмотреть вопрос о динамической нейронной сети, которая позволяет адаптировать длину входной последовательности в сочетании с методом автоматического обнаружения сигнала [33]. Тем не менее, статическая нейронная сеть все еще может рассматриваться с помощью метода автоматической сегментации, а затем интерполировать сигнал. Наконец, в будущих исследованиях следует рассмотреть другую модель, которая будет использоваться на выходе DeepConvLSTM с целью предсказания наиболее вероятного слова на основе предыдущих слов / предложений, чтобы помочь классификации из данного контекста.Наконец, распознавание языка жестов можно улучшить с помощью данных, предоставляемых камерой или датчиками IMU, чтобы получить информацию о положении руки относительно тела.

Заключение

В этом исследовании сравнивались различные традиционные модели машинного обучения и глубокого обучения для классификации американского языка жестов. Кроме того, была предоставлена надежная независимая от пользователя k -кратная перекрестная проверка и фаза тестирования. Это контрастирует с предыдущей работой, где этап проверки и / или тестирования не был независимым от пользователя, или отсутствовала информация.Есть несколько возможностей для будущей работы по улучшению этих результатов, таких как использование экспертов по языку жестов, динамической нейронной сети, техники автоматической сегментации и дополнительных данных с камеры или датчиков IMU.

Ссылки

1. Савур С., Сахин Ф. Американская система распознавания языка жестов с использованием сигнала поверхностной ЭМГ; 2016 9–12 октября 2016 г. С. 002872–002877.
2. Sarawate N, Leu MC, ÖZ C (2015) Система распознавания слов на американском жестовом языке в реальном времени, основанная на нейронных сетях и вероятностной модели.Турецкий журнал электротехники и компьютерных наук 23: 2017–2123.
3. Zafrulla Z, Brashear H, Starner T, Hamilton H, Presti P. Распознавание американского языка жестов с помощью kinect; 2011. ACM. С. 279–286.
4. Кумар П., Гауба Х., Рой П.П., Догра Д.П. (2017) Объединение данных с несколькими датчиками на основе HMM для распознавания языка жестов. Письма для распознавания образов 86: 1–8.
5. Dong C, Leu MC, Yin Z. Распознавание алфавита американского языка жестов с помощью microsoft kinect; 2015 г.С. 44–52.
6. Marin G, Dominio F, Zanuttigh P. Распознавание жестов рук с помощью устройств прыжкового движения и кинект; 2014 27–30 октября 2014. С. 1565–1569.
7. Weerasekera C, Jaward MH, Kamrani N. Надежное распознавание дактилоскопии с использованием локальных двоичных шаблонов и геометрических элементов; 2013. IEEE. С. 1–8.
8. Рави С., Суман М., Кишор ПВВ, Кумар Е.К., Кумар МТК и др. (2019) Мультимодальные пространственно-временные совместно обученные CNN с одномодальным тестированием на распознавание жестов на основе языка жестов RGB – D.Журнал компьютерных языков 52: 88–102.
9. Шин Х, Ким У.Дж., Чан Кей. Распознавание корейского языка жестов на основе изображения и сверточной нейронной сети; 2019. ACM. С. 52–55.
10. Ян С., Чжу К. Непрерывное распознавание китайского языка жестов с CNN-LSTM; 2017. SPIE. С. 7.
11. Вейхерт Ф., Бахманн Д., Рудак Б., Фисселер Д. (2013) Анализ точности и устойчивости контроллера прыжкового движения. Сенсоры 13: 6380–6393. pmid: 23673678
12.Найду К., Гхоткар А. (2016) Распознавание жестов рук с использованием контроллера Leap Motion Controller. Международный научно-исследовательский журнал (IJSR) ISSN (Online): 2319–7064.
13. Чуан С.Х., Регина Э., Гардино С. Распознавание американского языка жестов с использованием датчика движения прыжка; 2014. IEEE. С. 541–544.
14. Fok K-Y, Ganganath N, Cheng C-T, Chi KT. Система распознавания высоты над уровнем моря в реальном времени с использованием датчиков движения прыжка; 2015. IEEE. С. 411–414.
15. Ли Х., Гросс Р., Ранганат Р., Нью-Йорк.Сверточные сети глубоких убеждений для масштабируемого неконтролируемого обучения иерархических представлений; 2009. ACM. С. 609–616.
16. Коллер О., Заргаран О., Ней Х., Боуден Р. Глубокий знак: гибридный CNN-HMM для непрерывного распознавания языка жестов; 2016.
17. Ordóñez FJ, Roggen D (2016) Глубокие сверточные и рекуррентные нейронные сети lstm для мультимодального распознавания носимой активности. Датчики 16: 115.
18. Саинат Т.Н., Виньялс О., Старший А., Сак Х.Сверточная, долговременная кратковременная память, полносвязные глубокие нейронные сети; 2015. IEEE. С. 4580–4584.
19. Циммерманн Т., Таец Б. (2018) Назначение IMU-сегментов и выравнивание ориентации для нижней части тела с использованием глубокого обучения. 18.
20. Герс Ф.А., Шмидхубер Дж., Камминс Ф. (2000) Учимся забывать: постоянное предсказание с помощью LSTM. Neural Comput 12: 2451–2471. pmid: 11032042
21. Hochreiter S, Schmidhuber J (1997) Долгосрочная краткосрочная память.Neural Comput 9: 1735–1780. pmid: 9377276
22. Lipton ZC, Berkowitz J, Elkan C (2015) Критический обзор рекуррентных нейронных сетей для последовательного обучения. Препринт arXiv arXiv: 150600019.
23. Carpinella I, Jonsdottir J, Ferrarin M (2011) Координация нескольких пальцев у здоровых субъектов и пациентов с инсультом: подход математического моделирования. Журнал нейроинженерии и реабилитации 8:19 pmid: 21507238
24. Wu G, van der Helm FCT, Veeger HEJ, Makhsous M, Van Roy P и др.(2005) Рекомендация ISB по определениям систем координат различных суставов для сообщения о движении суставов человека — Часть II: плечо, локоть, запястье и кисть. J Biomech 38: 981–992. pmid: 15844264
25. Kingma D, Ba J (2014) Адам: метод стохастической оптимизации. Препринт arXiv arXiv: 14126980.
26. Альтман Н.С. (1992) Введение в непараметрическую регрессию ядра и ближайшего соседа. Американский статистик 46: 175–185.
27.Ho TK. Леса случайных решений; 1995. IEEE. С. 278–282.
28. Cortes C, Vapnik V (1995) Сети опорных векторов. Машинное обучение 20: 273–297.
29. Заремба В., Суцкевер И., Виньялс О. (2014) Регуляризация рекуррентной нейронной сети. Препринт arXiv arXiv: 14092329.
30. Mart, # 237, Abadin, Barham P, Chen J, et al. (2016) TensorFlow: система для крупномасштабного машинного обучения. Материалы 12-й конференции USENIX по проектированию и внедрению операционных систем.Саванна, Джорджия, США: Ассоциация USENIX. С. 265–283.
31. Николлс Дж., Бак I, Гарланд М., Скадрон К. (2008) Масштабируемое параллельное программирование с помощью CUDA. Очередь 6: 40–53.
32. Um TT, Pfister FMJ, Pichler D, Endo S, Lang M, et al. (2017) Расширение данных носимых датчиков для мониторинга болезни Паркинсона с использованием сверточных нейронных сетей. Материалы 19-й Международной конференции ACM по мультимодальному взаимодействию. Глазго, Великобритания: ACM. стр.216–220.
33. Редмон Дж., Диввала С., Гиршик Р., Фархади А. Вы только посмотрите один раз: Единое обнаружение объектов в реальном времени; 2016. С. 779–788.

Пещера

обнаруживает признаки человеческой деятельности на севере Мексики 30 000 лет назад

Пещера на севере Мексики была посещена людьми около 30 000 лет назад, по данным группы исследователей, примерно за 15 000 лет до того, как люди, как принято считать, прибыли в нее. Северная и Южная Америка.

В статье, опубликованной в среду в журнале Nature , подробно рассказывается об обнаружении около 1900 каменных артефактов в пещере Чикиуите, расположенной на высоте 2750 метров над уровнем моря в штате Сакатекас.

Авторы статьи говорят, что археологический анализ артефактов, среди которых есть лезвия и наконечники для снарядов, и анализ ДНК отложений в пещере свидетельствуют о том, что Чикиуит был заселен людьми между 25 000 и 30 000 лет назад.

Претензия, спорным, учитывая, что люди, как правило, полагают, прибыл в Америке от северо-восточной Сибири через сухопутный мост около 13,000-15,000 лет назад, была поставлена под сомнение некоторыми археологами, но авторы газеты уверены, что их результаты складывают .

Сиприан Арделеан, археолог Автономного университета Сакатекаса, Лорена Бесерра Вальдивия, ученый-археолог из Университета Нового Южного Уэльса в Австралии и ученый-ДНК профессор Эске Виллерслев из Кембриджского университета Соединенного Королевства — ведущие авторы статьи, говорят Каменные артефакты были сделаны из известняка, который не был найден в пещере, и поэтому считается, что люди перенесли его в Чикиуит.

Члены команды пробуют различные культурные слои пещеры.Девлин А. Ганди

Во время раскопок пещеры исследователи также обнаружили древесный уголь в слоях отложений, происходящих из материалов, которые, как установила радиоуглеродная датировка, были сожжены между 12000 и 32000 лет назад.

Возможно, древесный уголь возник в результате естественного события, но исследователи полагают, что люди, посетившие пещеру, могли развести внутри нее костры.

Исследователи не нашли человеческих останков и обнаружили только несколько костей животных, но они обнаружили присутствие человеческой ДНК в отложениях пещеры.Однако неясно, был ли генетический материал оставлен древними людьми или раскопки исследователей были загрязнены ДНК современных людей, сообщает National Geographic .

Доктор Миккель Винтер Педерсен, генетик из Копенгагенского университета в Дании, который также участвовал в исследовательской работе и посетил пещеру, сказал, что ДНК многих животных, «включая черных медведей, грызунов, летучих мышей, полевок и даже кенгуровые крысы ».

«Мы думаем, что эти первые люди, вероятно, вернулись бы [в пещеру] на несколько месяцев в году, чтобы использовать повторно появляющиеся природные ресурсы, доступные им», — сказал он, добавив, что их посещения, вероятно, происходили, когда в пещере находились стада крупных млекопитающих. площадь.

У этих животных «мало опыта общения с людьми, поэтому они могут стать легкой добычей», — сказал Винтер.

Каменные орудия труда сделаны из зеленоватого кристаллического известняка, добытого за пределами пещеры.Сиприан Арделеан

Виллерслев, который также является директором Центра геогенетики Фонда Лундбека при Копенгагенском университете, также сказал, что люди, которые, как считается, посещали пещеру около 30 000 лет назад, вряд ли заселяли ее постоянно.

«Мы думаем, что люди проводили там часть года, используя его как зимнее или летнее убежище или как базу для охоты во время миграции. Это может быть самый старый отель в Америке », — сказал он.

Эволюционный генетик отметил, что «люди страстно спорили, когда первые люди вошли в Америку» на протяжении десятилетий, и признал, что «пещера Чикиуите вызовет гораздо больше споров, поскольку это первое место, которое датирует прибытие людей на континент примерно 30 000 лет назад — на 15 000 лет раньше, чем считалось ранее.”

Хотя исследователи говорят, что у них есть доказательства того, что пещера была занята, личность первых американцев остается загадкой, сказал Арделин, который в течение последних десяти лет провел в пещере несколько месяцев, проводя кропотливые раскопки.

«Мы не знаем, кто они, откуда и куда пошли. Это полная загадка. Мы ошибочно предполагаем, что коренные народы в Америке сегодня являются прямыми потомками самых ранних американцев, но теперь мы не думаем, что это так », — сказал он.

«К тому времени, когда знаменитая популяция Хлодвига [люди, считающиеся предками большинства коренных культур Америки] вошла в Америку, самые ранние американцы исчезли за тысячи лет до этого», — сказал Арделин.

Вид на горы Сьерра-Эль-Астильеро, где была обнаружена пещера Чикиуите
в 2012 году. Девлин А. Ганди

«Было много неудачных колонизаций, которые были потеряны во времени и не оставили генетических следов в сегодняшней популяции.Население Америки — последний Святой Грааль в современной археологии. К нетрадиционным местам нужно относиться серьезно, и нам нужно выйти и намеренно их искать », — сказал он.

«Этот сайт ничего не решает, он просто показывает, что эти ранние сайты существуют. Мы имеем дело с горсткой людей, живших тысячи лет назад, поэтому мы не можем ожидать, что сигналы будут очень четкими. Мы буквально копнули глубже, чем кто-либо делал в прошлом ».

Самая ранняя человеческая ДНК, обнаруженная в Америке, датируется 12 400 лет назад, сказал Арделин, прежде чем утверждать, что он и его коллеги-исследователи теперь «показали, что ранее долгая дата присутствия человека не является самой старой датой заселения Америки».”

Скорее, «это дата взрыва заселения Америки», — сказал он.

Ardelean сказал, что команда Chiquihuite в настоящее время работает над другим документом, и выразил уверенность, что новые данные, которые будут включены в него, предоставят дополнительную поддержку их выводам.

Со своей стороны, Виллерслев сказал, что «последствия этих открытий столь же важны, если не более важны, чем само открытие», добавив, что «это только начало следующей главы в горячо обсуждаемом раннем заселении Америки.”

Члены команды входят в пещеру Чикиуите. Девлин А. Ганди

Некоторые эксперты сомневаются в утверждениях исследователей, задаваясь вопросом, действительно ли каменные артефакты были созданы людьми или же они были созданы естественными геологическими процессами внутри пещеры.

Лорен Дэвис, археолог из Университета штата Орегон, которая рецензировала статью, опубликованную в Nature , сообщила National Geographic , что в пещерах естественным образом могут раскалываться камни, которые впоследствии могут быть ошибочно идентифицированы как искусственные артефакты.

«Следует помнить, что люди не обладают монополией на физику, необходимую для разрушения горных пород», — сказал он.

Дэвис также сказал, что он скептически относится к заявлениям исследователей, потому что они не обнаружили других признаков человеческого занятия, таких как очаги и кости животных с порезами.

«У вас может быть большой список всего, что вы можете ожидать увидеть на сайте, и [исследователи из Чикиуайта] не найдут ничего, кроме битого камня», — сказал он. «А если убрать камни, действительно ничего не будет.”

Дэвис охарактеризовал это исследование как «интригующее», но добавил, что он отказывается от своего суждения о его надежности.

Доцент Миккель Винтер Педерсен из Копенгагенского университета
отбирает образцы пещерных отложений на ДНК. Девлин А. Ганди

Деннис Дженкинс, археолог и профессор Университета Орегона, сказал, что у него есть сомнения по поводу многих предполагаемых каменных лезвий, потому что, судя по фотографиям, опубликованным в Nature , они не выглядят очень острыми.

Однако он добавил, что «были некоторые, которые определенно выглядели как потенциальные артефакты.”

Дженкинс также сказал, что тот факт, что камень пришел извне пещеры, подтверждает утверждение, что люди собрали его и использовали для изготовления артефактов.

Археолог сказал, что в одном он уверен, так это в том, что утверждение исследователей из Чикиуайта о том, что люди прибыли в Америку намного раньше, чем принято считать, будет «яростно» опровергнуто.

«Я не сомневаюсь в этом».

Источник: National Geographic (en)

Деятельность человека и ее основные формы

Деятельность человека и ее основные формы

СТРУКТУРА ДЕЯТЕЛЬНОСТИ

МНОГООБРАЗИЕ ЧЕЛОВЕЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

ОСНОВНЫЕ ФОРМЫ ДЕЯТЕЛЬНОСТИ

Изменение климата и здоровье

Какое воздействие оказывает изменение климата на здоровье?

Сильная жара

Стихийные бедствия и меняющийся характер распределения атмосферных осадков

Модели инфекций

Оценка последствий для здоровья

Кто подвергается риску?

Деятельность ВОЗ

Библиография

Тема 4. Социальные институты

Социальный институт

Социальный контроль

причина, следствие и последствия — НОО Профессиональная наука

References

Ответ § 3. Человек и его деятельность

NYT назвала признаком бедности потребление цифровых услуг :: Общество :: РБК

Парниковый эффект: климат меняется, споры не стихают — Общество

«Если не веришь — ты неандерталец»

Виноват ли человек?

Снижение альбедо и другие причины

Можно ли что-то сделать?

орудий каменного века — самые ранние признаки высотных людей в Тибете

Кто изготовил инструменты?

Пыльцевые индикаторы деятельности человека

Замечательные новые свидетельства человеческой деятельности в Северной Америке 130 000 лет назад | Наука

Глобальные области с низким уровнем антропогенного воздействия («Районы с низким уровнем воздействия») и фрагментацией природного мира

Процесс установления LIA

Показатели LIA

Проверка

Фрагментация

Тестирование чувствительности

Пыльцевые индикаторы человеческой деятельности

Приложение на американском языке жестов

Abstract

Введение

Материалы и методы

Эксперименты

Особенности извлечения

Кинематические модели

Набор данных

Увеличение данных

Классификация жестов

Обучение, проверка и тестирование

Учебная недвижимость

Модели

Результаты

Обсуждение

Заключение

Ссылки

обнаруживает признаки человеческой деятельности на севере Мексики 30 000 лет назад

Добавить комментарий Отменить ответ