FACULTEIT WETENSCHAPPEN
Master in de Geomatica en Landmeetkunde
Bijdrage tot de reconstructie van de zijderoute met behulp van Least-cost path analyse.
Rob De Vos
Academiejaar 2015-2016
Aantal woorden in tekst: 20167
Promotor : Prof. dr. P. De Maeyer, vakgroep Geografie Masterproef ingediend tot het behalen van de graad van Master in de Geomatica en Landmeetkunde
DANKWOORD
In dit dankwoord wil ik iedereen bedanken die een bijdrage leverde tot de totstandkoming van deze masterproef. Allereerst wil ik mijn promotor, prof. P. De Maeyer, bedanken voor zijn raad en begeleiding. Vervolgens zou ik ook Bart De Wit willen vermelden voor zijn probleemoplossend denken. Verder verdient ook Ian Claytor een vermelding voor het verzamelen en aanreiken van informatie betreffende de historische bergpaden doorheen het Tiensjangebergte. Tot slot wil ik mijn dank betuigen aan mijn moeder en Dirk Ghekiere voor het kritisch nalezen van deze tekst.
1
INHOUDSTAFEL
1. Inleiding 5 1.1. Literatuur 5 1.1.1. De zijderoute 5 1.1.2. Reconstructie van historische routes aan de hand van least-cost path analyses 6 1.1.2.1. Cost surface analyses 7 1.1.2.2. Least-cost path analyses 8 1.1.2.3. Evaluatie van het resultaat 9 1.1.2.4. Criteria 9 1.2. Het onderzoek 12 2. Studiegebied 13 2.1. Routesegment Kashgar-Andizan 14 2.2. Routesegment Kashgar-Andizan 16 2.3. Routesegment Samarkand-Merv 18 3. Criteria & data 20 3.1 Fysisch-geografische data 22 3.1.1. Topografische data 22 3.1.2. Hydrografische data 23 3.1.3. Bodembedekkingsdata 27 3.2. Sociaal-economische data 29 3.2.1. Archeologische data 29 3.2.2. Weginfrastructuurdata 30 4. Methoden 30 4.1 Anisotrope cost surface 32 4.1.1. Isotrope cost surface 35 4.1.2. Anisotrope reiskost 40 4.1.2.1. Invloed van de hellingsgradiënt op de anisotrope energetische reiskost 40 4.1.2.2. Invloed van de hellingsgradiënt op de anisotrope reistijd 41 4.2. Vergelijking van de topografische datasets SRTM Void Filled en ASTER-GDEM V2 44
2
4.3. Reconstrueren van de routes doorheen de onderzochte segmenten 46 5. Resultaten 47 5.1. Vergelijking van de topografische datasets SRTM Void Filled en ASTER-GDEM V 47 5.1.1. Algemene visualisatie 47 5.1.2. Statistische analyse 48 5.2. Reconstrueren van de segmenten op basis van de least-cost path analyse 52 5.2.1. Globale route Kashgar-Merv 53 5.2.1.1. Energie kwantificatiemethode 53 5.2.1.2. Tijd kwantificatiemethode 55 5.2.1.3. Validatie geconstrueerde routes 55 5.2.2. Routesegment Kashgar-Andizan 56 5.2.2.1. Energie kwantificatiemethode 56 5.2.2.2. Tijd kwantificatiemethode 58 5.2.2.3. Validatie geconstrueerde routes 60 5.2.3. Routesegment Andizan-Samarkand 61 5.2.3.1. Energie kwantificatiemethode 61 5.2.3.2. Tijd kwantificatiemethode 63 5.2.1.3. Validatie geconstrueerde routes 64 5.2.4. Routesegment Samarkand-Merv 64 5.2.4.1. Energie kwantificatiemethode 65 5.2.4.2. Tijd kwantificatiemethode 66 5.2.4.3. Validatie geconstrueerde routes 67 5.2.5. Deelroutesegment Samarkand-Amul 68 5.2.5.1. Energie kwantificatiemethode 68 5.2.5.2. Tijd kwantificatiemethode 70 5.2.5.3. Validatie geconstrueerde routes 71 5.2.6. Deelroutesegment Amul-Merv 71 5.2.6.1. Energie kwantificatiemethode 71 5.2.6.2. Tijd kwantificatiemethode 73 5.2.6.3. Validatie geconstrueerde routes 73 6. Discussie 74
3
6.1. Methodologie 74 6.2. Least-cost path analyses 75 6.2.1. Least-cost paden 75 6.2.2. Least-cost corridors 75 6.2.2.1. Least-cost corridors routesegment Samarkand-Merv 76 6.2.2.2. Least-cost corridors routesegment Kasghar-Andizan 77 6.2.3. Least-cost paden versus least-cost corridors 78 6.3. Kwantificatiemethoden 79 7. Besluit 79 8. Referentielijst 81 8.1. Literatuur 81 8.2. Internetbronnen 82 9. Bijlagen 87 9.1. Overzicht plaatsnamen 88 9.2. Kaartfragment Kashgar-Andizan 91
4
1. INLEIDING
1.1. Literatuur
1.1.1. De zijderoute
De term zijderoute verwijst naar een netwerk van handelsroutes die Oost-Azië verbond met de Middellandse Zee, beginnend vanaf de Han dynasty (206 voor Chr. tot 220 na Chr.) tot in de 15de eeuw. Over het algemeen wordt dit netwerk opgedeeld in drie routes, zie (Drège, 1988; Hansen, 2012):
- Een noordelijke route, die doorheen het hedendaagse Kazachstan en Kirgizië liep, is de meest bekende. Het was voornamelijk langsheen deze route dat karavanen heen en weer reisden tussen China en het Middellandse Zeegebied.
- Een zuidelijke route die India verbond met enerzijds China en anderzijds het Middellandse Zeegebied.
- Een zeeroute, deze route werd pas vanaf de 6de eeuw gebruikt.
De drie routes en hun verschillende etappes staan in een historische en een hedendaagse context beschreven in Drège (1988), Williams en Wordsworth (2011), Williams (2014) en Tucker (2015). Deze literatuur bespreekt de etappes op basis van hun fysisch-geografische eigenschappen en op basis van hun socio-economische geschiedenis. De geografische aspecten worden aan de hand van de topografie, het klimaat, de hydrografie en de eventuele aanwezigheid van bruggen en voorden beschreven. Bij de studie van de socio-economische geschiedenis wordt er gelet op de aanwezigheid van belangrijke historische nederzettingen, tempels, de aard van het verkeer (handelaren of pelgrims), aanwezige bevolkingsgroepen en de religieuze situatie.
5
Naast de uitwisseling van goederen zorgde de zijderoute ook voor een uitwisseling van ideeën, culturen en religies tussen Centraal Azië, het Middellandse Zeegebied en China. De voornaamste religies, die langsheen de zijderoute verspreid zijn, zijn het christendom, de islam en het boeddhisme (Liu, 2001; Hansen, 2012).
1.1.2. Reconstructie van historische routes aan de hand van least-cost path analyses
Voor het reconstrueren van historische routes, met behulp van een GIS, wordt in de literatuur voornamelijk gebruik gemaakt een least-cost path analyse op basis van een cost surface. Deze methode is een vorm van predictive modeling, waarbij de cost surface analyse wordt gebruikt voor het creëren van een rasterbestand (cost surface) op basis van de verschillende betrokken factoren en bindende randvoorwaarden (constriants). Deze analyse onderzoekt de oversteekkost per rastercel. Via de least-cost path analyse op basis van de cost surface worden er paden gegenereerd waarbij voor elk pad de reiskost wordt bijgehouden. Aan de hand van deze reiskosten kan tenslotte bepaald worden welke de meest waarschijnlijke lopen van de historische handelsroutes zijn (Bell et al., 2002; Gietl et al., 2007; Etherington & Holland, 2013).
Ondanks zijn populariteit wordt het gebruik van deze methode sterk bekritiseerd (Verhagen et al., 2010; Verhagen & Whitley, 2012; Verhagen, 2013). Er wordt voornamelijk kritiek gegeven op de eerder inductieve werkwijze, waarin archeologische datasets gebruikt worden om een correlatie aan te tonen tussen de loop van historische routes en de fysisch-geografische variabelen. Daarnaast maakt het problematisch incorporeren van socio-economische variabelen het moeilijk om tot een betrouwbaar resultaat, waarin de fysisch-geografische variabelen niet overheersen, te komen. Vooral in de archeologie wordt afwijzend gereageerd om historisch menselijke handelingen op een puur economische wijze te verklaren (Verhagen et al., 2010; Verhagen & Whitley, 2012). Het gebruik van een least-cost path analyse op basis van een cost surface wordt dan ook in de archeologie negatief onthaald (Verhagen et al., 2010; Verhagen & Whitley, 2012).
6
1.1.2.1. Cost surface analyses
Voor het bundelen en verschalen van de rasterdata, met als doel het modelleren van historische routes, wordt veelal gebruik gemaakt van een cost surface analyse (Bell et al., 2002; Etherington & Holland, 2013 ). Via deze methode wordt er een rasterbestand aangemaakt waarbij de waarde van elke rastercel bepaald wordt aan de hand van de waarden van de verschillende factoren voor deze locatie. Op basis van constraints wordt bepaald welke cellen ontoegankelijk zijn en geen deel mogen uitmaken van een pad.
Voor het bepalen van de kostcoëfficiënten, die de invloed van de variabelen op het eindresultaat weergeven, worden de fysisch-geografische criteria gekwantificeerd tot onafhankelijke variabelen. In Ejstrud, 2005 worden twee van deze onafhankelijke variabelen, de reistijd en de energetische reiskost, behandeld en vergeleken. Uit deze studie blijkt dat het model dat de fysisch-geografische criteria kwantificeert ten opzichte van de energetische reiskost het beste resultaat oplevert. Recente voorbeelden van het gebruik van de energetische reiskost als onafhankelijke variabele zijn Jobe en White (2009), Gietl et al. (2013) en Doherty et al. (2014). In Verhagen en Jeneson (2012), Verhagen (2013), Doherty et al. (2014) en Rogers et al. (2014) worden de fysisch-geografische criteria gekwantificeerd ten opzichte van de reistijd. Een andere onafhankelijke variabele, gebruikt in Van Lanen et al. (2015), is de toegankelijkheid van de rastercel.
Naast de hierboven beschreven cost surfaces, die een eerder statisch karakter hebben, zijn er in de literatuur ook andere mogelijkheden te vinden. In Van Lanen et al. (2015) wordt gebruik gemaakt van een Network Friction Model. In dit model worden de betrokken archeologische en fysisch- geografische datasets gecombineerd tot één database die gekoppeld is aan een rasterbestand. Dit rasterbestand geeft, op basis van de Network Friction (NF) waarden, een cost surface weer. Door het koppelen van de cost surface aan de database kan men op basis van query’s specifieke data opvragen en direct visualiseren op de cost surface. Op deze manier kan men eenvoudig verschillende tijdsperioden met elkaar vergelijken, waardoor de invloed van de verschillende
7 factoren op de loop van de routes bepaald kan worden. Het gebruiken van een Network Friction Model vereist echter dat men over datasets beschikt van alle betrokken factoren en constraints die zowel gebiedsdekkend als compleet zijn doorheen de onderzochte tijdsperiode. De data moeten dus in hoge nauwkeurigheid en in 4D beschikbaar zijn.
Ten slotte kan er een onderscheid gemaakt worden tussen twee types cost surfaces, namelijk de isotrope en de anisotrope. Bij isotrope cost surfaces is de oversteekkost onafhankelijk van de oversteekrichting in tegenstelling tot de anisotrope cost surfaces waarbij de oversteekrichting wel invloed heeft op de oversteekkost (Verhagen & Whitley, 2012). In de literatuur wordt voornamelijk gebruik gemaakt van anisotrope cost surfaces omdat deze het implementeren van hoogtedata efficiënt toelaten (Bell et al., 2002; Gietl et al., 2007; Verhagen & Jeneson, 2012; Doherty et al., 2014; Rogers et al., 2014; Van Lanen et al., 2015).
1.1.2.2. Least-cost path analyses
Op basis van de cost surfaces kunnen er door middel van least-cost path analyses paden geconstrueerd worden tussen twee of meerdere gedefinieerde punten. Deze paden zijn de routes met de laagste gecumuleerde kost tussen twee punten en kunnen beschouwd worden als de optimale routes (Bell et al., 2002; Etherington & Holland, 2013). De meeste GIS pakketten maken hiervoor gebruik van een variant van het Dijkstra algoritme (Verhagen & Jeneson, 2012).
Bij het gebruik van anisotrope cost surfaces moet rekening gehouden worden met de kosttoename die hoogteverschillen met zich meebrengen. Zo is de invloed van de hellingsgradiënt afhankelijk van de transportmiddelen (Gietl et al., 2008 en Verhagen & Jeneson, 2012). In de literatuur wordt voor het implementeren van de hellingsgradiënten in functie van de transportmethode vooral wandelfuncties, zoals Toblers hiking function, gebruikt (Gietl et al., 2008; Jobe en White, 2009; Verhagen & Jeneson, 2012; Doherty et al., 2014; Rogers et al., 2014).
8
De gebruikte formule, en daarbij horende kostcoëfficiënt, voor het implementeren van de hellingsgradiënten is afhankelijk van de gekozen software. In Gietl et al. (2008) worden ArcGIS 9.1, IDRISI 15 en GRASS 6.1 met elkaar vergeleken voor het uitvoeren van least-cost path analyses met een anisotrope cost surface. Uit deze vergelijking blijkt dat de drie programma’s tot verschillende resultaten komen, zelfs als dezelfde data en parameters worden gebruikt. Verhagen & Jeneson (2012) stelt dat voor het uitvoeren van een least-cost path analyse met een anisotrope cost surface het best gebruik gemaakt wordt van ArcGIS. Dit is namelijk het enige GIS pakket dat de verplaatsingskost rechtstreeks uit het digital elevation model (DEM) haalt zonder de hellingsgradiënten uit te middelen ten opzichte van de aansluitende rastercellen.
1.1.2.3. Evaluatie van het resultaat
Het evalueren van de gereconstrueerde routes en het gebruikte model kan op verscheidene manieren gebeuren. De meest gebruikte wijze is het toetsen van de gereconstrueerde routes aan achtergehouden data, bijvoorbeeld archeologische sites (Verhagen & Jeneson, 2012; Breier, 2013). Indien de volledige loop van de historische route bekend is kan aan de hand van een quadrant analyse de afwijkingen van de gereconstrueerde routes statistisch getoetst worden (Ejstrud, 2005). Een algemene wetenschappelijk aanvaarde methode voor het statistisch analyseren en valideren van least-cost path analyses is echter niet beschikbaar (Verhagen & Whitley, 2012; Van Lanen et al., 2015).
1.1.2.4. Criteria
Bij het bepalen of een criterium relevant is moet rekening gehouden worden met de historische onnauwkeurigheid van de data. Zo verplaatsen rivieren zich doorheen de tijd, is de bodembedekking afhankelijk van hydrografische en/of ecologische ontwikkelingen en oefent de mens een constante invloed uit op zijn omgeving. Indien de data betreffende een criterium een te
9 grote onnauwkeurigheid met zich meebrengen kan de nuttigheid van het criterium in vraag gesteld worden en kan het weglaten van dit criterium tot een grotere betrouwbaarheid van het resultaat leiden (Breier, 2013; Van Lanen et al., 2015).
In de literatuur wordt, betreffende het reconstrueren van historische routes, voornamelijk gebruik gemaakt van fysisch-geografische criteria. Dit zijn criteria waarvan de invloed onafhankelijk is van menselijke voorkeuren (Bell et al., 2002; Verhagen et al., 2010; Verhagen & Jeneson, 2012). Socio-economische criteria echter zijn wel afhankelijk van menselijke voorkeuren en zijn, zeker in historische context, moeilijk te meten en/of te kwantificeren (Liu, 2001; Verhagen et al., 2010; Verhagen & Jeneson, 2012; Breier, 2013).
Hieronder worden de meest voorkomende fysisch-geografische criteria besproken.
In de literatuur wordt de topografie als voornaamste invloedsfactor op de loop van historische handelsroutes beschouwd. Personen nemen immers de weg van de minste weerstand en zullen hoofdzakelijk de weg, die zowel de laagste lokale als de laagste globale hellingsgradiënt heeft, kiezen. De invloed van dit criterium is zelfs zo prominent dat sommige studies zich enkel hierop baseren (Bell et al., 2002). Dit criterium is daarenboven door middel van hoogtemetingen en hellingsgradiënten eenvoudig te observeren en te kwantificeren en is historisch relevant. Het is namelijk weinig waarschijnlijk dat de topografie in de laatste 2000 jaar ingrijpend gewijzigd is, er dient wel rekening gehouden te worden met antropogene invloeden, zoals de aanwezigheid van verharde wegen en bruggen. Dit criterium wordt het best via een DEM geïncorporeerd (Bell et al., 2002; Breier, 2013; Rogers et al., 2014).
Naast de topografie worden ook de bodembedekking en de hydrografie in de literatuur regelmatig aangehaald als sterk beïnvloedende fysisch-geografische criteria. De bodembedekking is een indicator voor de toegankelijkheid van een gebied. Zo wordt het verplaatsen doorheen een open graslandschap verkozen boven het doorkruisen van een dicht bos. De hydrografie kan voor fysieke barrières zorgen, zodanig dat routes verplicht langsheen bepaalde sleutelpunten, zoals voorden of bruggen, dienen te lopen (Ejstrud, 2005; Breier, 2013). Een ander veel gebruikt onafhankelijk criterium in de literatuur is het bodemprofiel, dat een indicator is voor de
10 samenstelling en de waterdoorlaatbaarheid van de bodem. Beide variabelen beïnvloeden de vochtigheidsgraad van de bodem, die een significante invloed op de toegankelijkheid van een gebied heeft. Zo is het verplaatsen over droge harde zandbodems te verkiezen boven het verplaatsen over natte kleibodems of vennen (Verhagen, 2010; Van Lanen et al., 2015).
In het artikel Verhagen et al. (2010) worden drie problemen voor het integreren van socio- economische criteria in een cost surface besproken, namelijk het ontbreken van methodes voor het statistisch verwerken en analyseren van socio-economische criteria, het gebrek aan adequate archeologische datasets en de moeilijkheid om socio-economische criteria te kwantificeren. Deze problemen zorgen er voor dat het omzetten van socio-economische criteria tot continue gebiedsdekkende onafhankelijke variabelen vrijwel onmogelijk is.
Een socio-economisch criterium, dat in de literatuur veelvuldig gebruikt wordt, is de aanwezigheid van historische sites. Er bestaat immers een correlatie tussen de aanwezigheid van deze sites en de loop van historische routes. Ofwel oefenen de sites een aantrekkingskracht uit waardoor de meeste routes er doorheen lopen ofwel vormen de sites zich langsheen bestaande routes (Van Lanen et al., 2015). Dit criterium kan op verschillende wijzen geïncorporeerd worden. Zo kan dit criterium toegepast worden als een constraint, waarbij de paden verplicht zijn om zich doorheen de sites te bewegen, of als een distance decay model, waarbij de aantrekkingskracht afneemt naargelang de afstand tot de sites toeneemt (Ejstrud, 2005; Verhagen et al., 2010). Dit criterium wordt ook regelmatig als controlemiddel gebruikt, waarbij de loop van de gegenereerde routes wordt vergeleken met de spreiding van de archeologische sites in een regio (Breier, 2013).
In Verhagen & Jeneson (2012) wordt ook rekening gehouden met de line-of-sight van een gegeven locatie. In dit artikel wordt onderzoek gedaan naar de loop van een militaire Romeinse weg in Zuid-Nederland. De reden voor het opnemen van dit criterium is de vondst van archeologische overblijfselen van twee wachttorens langsheen het vermoedelijke traject van de weg, dit op plaatsen met een slechte zichtbaarheid op de omgeving. Ook in Breier (2013) wordt rekening gehouden met de zichtbaarheid van religieuze sites.
11
Over het algemeen houdt het incorporeren van socio-economische criteria een tradeoff in waarbij enerzijds het model de werkelijkheid beter weerspiegelt en zo aan verklaringskracht wint, maar anderzijds het model minder objectief en wetenschappelijk onderbouwd is (Verhagen et al., 2010; Verhagen et al., 2012; Verhagen & Whitley, 2012).
1.2. Het onderzoek
Het netwerk van handelsroutes dat gekend staat als de zijderoute heeft door haar uitgestrektheid en complexiteit nog lang haar geheimen niet prijsgegeven. De studie van de ligging van dit netwerk en van de archeologische sites kan ondersteund worden door least-cost path analyses. Deze analyses voor het construeren van mogelijke handelsroutes kan als basis dienen voor verder veldwerk ter plaatse.
In dit onderzoek wordt de route langsheen drie aaneensluitende segmenten (Kashgar-Andizan, Andizan-Samarkand en Samarkand-Merv) van de zijderoute gereconstrueerd op basis van least- cost path analyse. Deze analyse maakt gebruik van de isotrope reiskost op basis van de criteria bodembedekking, hydrografie en hoogteligging en de anisotrope reiskost op basis van de topografie. De etappeplaatsen van de routes worden bepaald op basis van de archeologisch data. Bij deze analyse worden verschillende aspecten van de methodologie zoals de topografische data, de resoluties en de kwantificatiemethodes geëvalueerd. Vervolgens worden op basis van de historische en archeologische data de door de least-cost path analyses geconstrueerde routes gevalideerd waarna de historisch best onderbouwde routes weerhouden worden.
Het eerste geëvalueerde aspect van de least-cost path analyse zijn de topografische datasets. Er zijn verscheidene topografische datasets die in aanmerking komen voor deze studie en wereldwijd gebiedsdekkend zijn. De twee voornaamste zijn SRTM Void Filled en de ASTER- GDEM V2, die elk hun eigen zwaktes en sterktes hebben. Zo vertoont de SRTM Void Filled de meeste systematische fouten en hiaten terwijl ASTER-GDEM V2 geplaagd wordt door een sterke aanwezigheid van ruis. Bij een tweede aspect wordt de invloed van de resolutie, waarin de
12 analyses worden uitgevoerd, nagegaan. De onderzochte resoluties zijn 86 m en 463 m. Een derde aspect is de evaluatie van de verklaringskracht van de onderzochte kwantificatiemethoden, de reistijd of de energetische kost.
De least-cost path analyse maakt gebruik van het Esri ArcGis 10.2.1.3497 for Desktop GIS pakket en steunt op het gebruik van de functies path distance, cost path en corridor.
De tekst begint met een situering van de onderzochte routesegmenten en geeft vervolgens een overzicht van de gebruikte datasets en criteria. Hierbij wordt aandachtig bestudeerd welke elementen een invloed kunnen hebben op de nauwkeurigheid en betrouwbaarheid van het onderzoek. Vervolgens wordt de gebruikte methodologie besproken naar werkwijze, naar kwantificatie van de criteria en naar gebruikte software. In een volgend hoofdstuk worden de resultaten voorgesteld. In eerste instantie wordt de invloed van de gebruikte resolutie en de gebruikte topografische datasets nagegaan. Hierna wordt, met behulp van de meest geschikte resolutie en topografische data, de routes doorheen de drie onderzochte routesegmenten door middel van least-cost path analyses gereconstrueerd. De methodiek en de resultaten van de analyses worden vervolgens bediscussieerd waarna de tekst wordt afgesloten met een besluit.
2. STUDIEGEBIED
In deze studie wordt de noordelijke handelsroute van Kasghar naar Merv op basis van een least- cost path analyse gereconstrueerd. Op deze route liggen verscheidene belangrijke handelssteden zoals Andizan, Samarkand en Buchara. Deze handelsknooppunten worden gebruikt om de route in drie segmenten op te splitsen: Kashgar-Andizan, Andizan-Samarkand en Samarkand-Merv. Het selecteren van het onderzoeksgebied is gebeurd op basis van Williams en Wordsworth (2011) en Williams (2014). Deze twee studies maken deel uit van een thematische studie van de zijderoute in opdracht van de international council on monuments and sites (ICOMOS). Beide geven een overzicht van de verschillende segmenten van de zijderoute, waarbij elk segment getypeerd wordt aan de hand van historische sites en geografische entiteiten.
13
Het studiegebied kent een rijke en complexe geschiedenis. In dit onderzoek worden enkel archeologische data tussen 900 en 1500 na Chr. weerhouden aangezien deze periode gelijkenissen vertoont met de huidige klimatologische omstandigheden. Voor aanvullende historische informatie betreffende de zijderoute wordt verwezen naar de naslagwerken Drège (1988), Liu (2001), Gosch en Stearns (2007), Hansen (2012) en Tucker (2015).
In dit onderzoek wordt de voorkeur gegeven aan de historische plaatsnamen boven de hedendaagse (bijlage 1).
Figuur 1: Situering van de onderzochte routesegmenten (eigen verwerking)
2.1. Routesegment Kashgar-Andizan
14
Het eerste segment van de onderzochte route is gelegen in het hedendaagse China, Kirgizië en Oezbekistan en verbindt de historische handelssteden Kashgar en Andizan. Deze eeuwenoude route was de voornaamste weg voor het verlaten van de Taklamakanwoestijn in westelijke richting. Het routesegment wordt besproken aan de hand van de geografische entiteiten vermeld in Williams en Wordsworth (2011).
De oasestad Kashgar ligt op 1304 m hoogte in het uiterste westen van het Tarimbekken (China). De stad ligt tussen de Taklamakanwoestijn in het oosten en de uitlopers van het Pamirgebergte in het westen. De oase dankt haar vruchtbaarheid aan verscheidene ondergrondse bronnen en het riviersysteem van de Kashgarrivier, dat een groot jaarlijks debiet kent. De Kashgarrivier vindt haar oorsprong in het oostelijk deel van het Pamirgebergte en stroomt oostwaarts via de Irkeshtambergpas naar de stad Kashgar. De rivier vormt samen met de Yarkand, de Aksu en de Hotan de belangrijkste zijrivieren van de Tarim Darya. De Tarim Darya, de langste binnenlandse rivier (2030 km) van China, vormt de noordelijke grens van de Taklamakanwoestijn. De vruchtbare bodems van het Kashgar stroomgebied bestaan uit löss en alluviale afzettingen ( Tucker, 2015; http://whc.unesco.org/, 26/03/2016).
De tweede entiteit is de Irkeshtambergpas, gelegen op 3005 m hoogte. Deze bergpas ligt 230 km ten westen van Kashgar en is één van de toegankelijkste bergpassen van de regio. Het diepe kloofdal van de Kashgarrivier scheidt hier de Pamirketen van het Tiensjangebergte. De bergpas was tot 1952 de belangrijkste grensovergang tussen China en Kirgizië, heden ten dage is dit de 165 km naar het noordoosten gelegen Torugartbergpas (3752 m) (Tucker, 2015; Williams & Wordsworth, 2011).
De route Kashgar-Andizan doorkruist vervolgens de oost-west georiënteerde Alajvallei, gelegen in Kirgizië. Deze vallei, het dal van de Vashj, wordt in het noorden begrensd door het Alajgebergte en in het zuiden door de Pamir. De vallei is gelegen op een hoogte van 2500 m tot 3500 m en is 180 km lang en 40 km breed. De westelijke Kyzyl-Suu draineert de vallei en vloeit via de Karamykbergpas (2287 m) en een kloofdal naar Tazjikistan, waar de rivier in zuidwestelijke richting stroomt als de Vashj en uitmondt in de Amu Darya. Ondanks de afgelegen
15 ligging en het harde klimaat trekt de Alajvallei al van oudsher reizigers aan; twee van de vroegste en drukste takken van de zijderoute doorkruisen deze vallei (Tucker, 2015; Drège, 1988).
Een volgende geografische entiteit is het eerder genoemde Alajgebergte dat de waterscheiding vormt tussen de stroomgebieden van de Amu Darya (Alajvallei) en de Syr Darya (Fergana vallei). Het Alajgebergte ligt iets lager dan de Tiensjan en de Pamir en maakt van geen van beide deel uit. Heden ten dage volgt de Pamir Highway (M41) de Chyyrchykbergpas (2402 m) voor de oversteek van Kirgizië via Osj naar Oezbekistan. De stad Osj ligt op 1000 m hoogte en is de oudste en de op één na grootste stad van Kirgizië. De stad staat al van in de 8ste eeuw bekend als centrum van zijdeproductie langs de zijderoute. De Osjregio heeft een continentaal klimaat met koude winters en droge, hete zomers en staat bekend voor de geïrrigeerde teelt van katoen, groenten en fruit (Tucker, 2015; Drège, 1988).
Andizan tenslotte ligt in het zuidoostelijke deel van de Ferganavallei in het oosten van Oezbekistan.
Tussen 840 en 1215 was Kashgar in handen van de Karachaniden, die er de islam introduceerden. In 1215 werd de stad veroverd door het Mongoolse rijk. Na het uiteenvallen van het Mongoolse rijk in 1264 viel deze regio onder het kanaat van Chagatai om vervolgens, in 1387, te worden ingelijfd in het Timoeridenrijk (1370-1525) (Liu, 2001; Hansen, 2012).
2.2. Routesegment Andizan-Samarkand
Het tweede segment van de onderzochte route verbindt de historische handelssteden Andizan en Samarkand en situeert zich in het hedendaagse Oezbekistan, Kirgizië en Tadzjikistan. Het routesegment wordt besproken aan de hand van de geografische entiteiten vermeld in Williams en Wordsworth (2011).
16
De vruchtbare vallei van Fergana ligt op een hoogte van 400 m tot 500 m en wordt omringd door de Kuramin- en Chatkalbergen in het noorden, het Ferganagebergte in het oosten en het Alajgebergte in het zuiden. De opening van de vallei ligt in het zuidwesten. De vallei heeft haar vruchtbaarheid te danken aan de smeltwaterrivieren Nary en Kara Darya, die halverwege de vallei samenvloeien tot de Syr Darya. Deze rivieren brengen water voor irrigatie, maar ook grote hoeveelheden zandig afzettingsmateriaal uit de gebergten mee. In het westelijk deel van de Ferganavallei ligt het Kayrakkumreservoir, een stuwmeer gevormd door de afdamming van de Syr Darya in 1956 (Bichsel, 2009; Tucker, 2015).
Tijdens het Sovjet-Uniebewind werden de oude bestaande landbouwculturen met traditionele landbouwproducten, zoals tarwe, sorghum, gerst, gierst, rijst en luzerne, vervangen door een intensieve katoenteelt. Om deze monocultuur mogelijk te maken werd het gebied massaal geïrrigeerd, waardoor de waterstand van de Syr Darya sterk daalde. Een uitgebreid netwerk van kanalen droeg bij tot de agrarische en industriële ontwikkeling van de Ferganavallei, waardoor deze nu de dichtstbevolkte regio van geheel Centraal Azië is (Bichsel, 2009; Tucker, 2015).
Het Turkestangebergte vormt een oost-westbarrière tussen de valleien van Fergana en Zarafshon. Het strekt zich over een lengte van 340 km uit van het Alajgebergte in het oosten tot aan Samarkand in het westen. De hoogste top is de Pik Skalisty (5621 m) (Drège, 1988; Tucker, 2015).
Tussen 800-1000 was deze regio in handen van de Samaniden, een Perzische dynastie die als de grondleggers van het huidige Tajikistan worden beschouwd, waarna het gebied veroverd werd door de Karachaniden. In 1220 werd de regio veroverd door het Mongoolse rijk waarbij Samarkand geplunderd en zwaar beschadigd werd. Na het uiteenvallen van het Mongoolse rijk in 1264 behoorde deze regio tot het kanaat van Chagatai. Deze heerschappij kwam tot zijn einde in 1370 toen Tamerlane (Timur the lame) in opstand kwam tegen het kanaat van Chagatai en het Timoeridenrijk oprichtte met Samarkand als hoofdstad. Tijdens zijn regeerperiode van 1370 tot 1405 werd Samarkand herbouwd en werd het een stad van vele ambachtslui en kunstenaars. Tamerlane was ook verantwoordelijk voor het vrijwel volledig uitroeien van de Nestoriaanse
17 kerk, de Christelijke kerk van het Oosten, in het hedendaagse Irak, Iran, Afghanistan, Pakistan, Oezbekistan, Turkmenistan, Tajikistan en Kirgizië (Liu, 2001; Hansen, 2012).
2.3. Routesegment Samarkand-Merv
Het derde segment van de bestudeerde route verbindt de historische handelssteden Samarkand en Merv en is gesitueerd in het hedendaagse Oezbekistan en Turkmenistan. Tussen Samarkand en Merv ligt de belangrijke handelsstad Buchara. Het routesegment wordt besproken aan de hand van de geografische entiteiten vermeld in Williams en Wordsworth (2011).
Samarkand is gelegen in de brede Zarafshonvallei, waarvan de rivier behoort tot het stroomgebied van de Amu Darya. De vallei is een 230 km lange en 70 km brede depressie. Deze vallei groeide, door het gebruik van uitgebreide irrigatietechnieken, uit tot één van de belangrijkste agrarische gebieden in Centraal Azië. Het alluviale landschap is gevormd door een complex netwerk van natuurlijke en artificiële waterwegen. De belangrijkste waterlopen zijn de Zarafshonrivier en het Dargomkanaal dat de stad Samarkand voorziet van water (Stride et al., 2009; Tucker, 2015).
Buchara ligt ten westen van Samarkand en is één van de voornaamste overslagplaatsen van goederen op de zijderoute. De stad is gelegen aan de monding van de Zarafshonrivier, een voormalige zijrivier van de Amu Darya. Tot 1960 werd de Bucharaoase geïrrigeerd met water uit de Zarafshonrivier. Door een tekort aan water werd het Amu-Bucharakanaal aangelegd dat sinds 1970 water van de Amu Darya aanvoert om de irrigatielandbouw in de oase in stand te houden (http://www.iranicaonline.org/articles/bukhara-i, 13/01/2016).
De Amu Darya vormt de noordoostelijke grens van Karakumwoestijn en ontstaat door de samenvloeiing van twee gletsjerrivieren, de Panj en de Vashj. Beide rivieren ontspringen in de Pamir. Grote evaporatie tijdens de zomermaanden en irrigatie op grote schaal zorgen ervoor dat het smeltwater van de Pamirgletsjers het Aralmeer niet meer bereikt. De belangrijkste
18 oversteekplaatsen van de Amu Darja zijn de historische steden Termez en Amul (Drège, 1988; Burkhanov, 2007; Tucker, 2015).
Een laatste geografische regio is de extreem droge Karakumwoestijn in Centraal Turkmenistan. Deze woestijn grenst in het westen aan de Kaspische zee, in het noorden ligt het Aralmeer en in het noordoosten ligt de Kyzylkumwoestijn. De rivieren Murghab en Tejen ontspringen in het Hindoekoesjgebergte en vormen inlandse delta’s, zoals deze van de oasestad Merv. De woestijn is laaggelegen (0-200 m); in het oosten en het zuiden stijgt de hoogteligging tot meer dan 500 m. De woestijn wordt doorkruist door het Karakumkanaal, het langste irrigatiekanaal ter wereld (1400 km). Het kanaal takt water af van de Amu Darya, waardoor het Aralmeer 40% van zijn watertoevoer verliest en hierdoor bedreigd wordt met uitdroging. Daarnaast treedt, door ongecontroleerd irrigeren, verzilting van de woestijnbodem op en ontstaan, door lekkages, moerassen. De Karakumwoestijn is rijk aan aardolie- en aardgasbronnen. Nabij Derwez bevindt zich een gasput, de ‘Poort naar de Hel’, die sinds 1971 continu brandt (Drège, 1988; Bichel, 2009; Tucker, 2015; https://nl.wikipedia.org/wiki/Krater_van_Derweze, 11/03/2016).
Merv was een belangrijke oasestad nabij de huidige stad Mary in Turkmenistan. De stad is van oudsher een belangrijke etappeplaats op de zijderoute tussen Perzië en de steden Buchara en Samarkand. De stad ligt in de brede inlandse delta van de Murghabrivier, in het zuiden van de Karakumwoestijn. De brede delta vormt een waterrijk gebied, met vruchtbare alluviale bodems en vormt van oudsher een uitgestrekt geïrrigeerd landbouwgebied (Drège, 1988; Bichel, 2009; Tucker, 2015; http://www.ucl.ac.uk/ , 25/03/2015).
De geschiedenis van Buchara is analoog aan die van Samarkand en is reeds in het routesegment Andizan-Samarkand beschreven.
In de regio rond Merv waren tussen 821 en 1037 opeenvolgend de Tahiriden, de Saffariden, de Samaniden en de Ghaznaviden aan de macht. In 1037 werd de stad vredevol geannexeerd door het Seltsjoekenrijk die er hun hoofdstad in vestigden. In de periode 1037 tot 1153 kende de stad een ongekende bloei waardoor Merv tegen 1145 een populatie had van 200.000 inwoners en daarmee mogelijks de grootste stad op aarde was. Rond deze tijd kreeg de stad de titel
19
“Hoofdstad van de oostelijke islamitische wereld” en “Moeder der steden”. In 1153 werd de stad geplunderd door de Oghuz Turks en vervolgens veroverd door de Chorasmiden. Tussen 1153 en 1221 bevochten de Chorasmiden en de Ghowriden elkaar de heerschappij over de stad waardoor deze in verval raakte. In 1221 viel de stad in handen van het Mongoolse rijk. Hierbij werd de bevolking, die bestond uit ongeveer één miljoen inwoners en vluchtelingen, volledig uitgemoord. Na het uiteenvallen van het Mongoolse rijk in 1264 behoorde de stad tot het kanaat van Chagatai en werd in 1380 ingelijfd in het Timoeridenrijk. De stad werd herbouwd maar herkreeg nooit haar voormalige welvaart en invloed (Liu, 2001; Hansen, 2012).
3. CRITERIA & DATA
In dit onderzoek worden data gebruikt met betrekking tot vijf criteria die het mogelijk maken de loop van historische handelsroutes te reconstrueren. Deze criteria zijn enerzijds de topografie, de hoogteligging, de hydrografie en de bodembedekking en anderzijds archeologische data. Naast deze vijf criteria wordt ook data omtrent de huidige weginfrastructuur gebruikt.
De eerste vier factoren zijn van fysisch-geografische aard en kunnen relatief eenvoudig gemodelleerd worden door het kwantificeren van de criteria tot onafhankelijke vergelijkbare variabelen, zoals de reistijd of metabolische energiekost. Het selecteren van deze criteria gebeurt op basis van Banderet en Burse (1989), Bell et al. (2002), Gietl et al. (2008), Breier (2013) en White en Barber (2012).
De invloed van topografie op de loop van de handelsroutes is duidelijk aan te tonen, zo kiest men hoofdzakelijk de weg van de minste weerstand voor het maken van commerciële verplaatsingen. Er kan daarom van uitgegaan worden dat de meest waarschijnlijke loop van de historische handelsroutes een zo laag mogelijke lokale en globale hellingsgradiënt heeft (Bell et al., 2002; Gietl et al., 2008; Breier, 2013).
20
De hoogte beïnvloedt de luchtdruk- en zuurstofpercentages in de lucht. Beide percentages nemen af met stijgende hoogte wat leidt tot een vermindering van fysieke capaciteiten en een toename aan medische aandoeningen (Banderet & Burse, 1989).
De bodembedekking wordt beschouwd als een indicator voor de toegankelijkheid van een regio. Er mag van uitgegaan worden dat verplaatsingen door dichte bossen moeizamer verlopen dan verplaatsingen doorheen een vlak graslandschap (Gietl et al., 2008; Breier, 2013).
De hydrografie beïnvloedt de toegankelijkheid tot zoet water en kan ook voor fysieke barrières zorgen, zodanig dat routes verplicht langsheen bepaalde sleutelpunten, zoals voorden of bruggen, dienen te lopen (Gietl et al., 2008; Breier, 2013).
Een bijkomend fysisch-geografisch criterium dat in overweging werd genomen is de zanderigheid van de bodem, zo hebben bodems bestaande uit los zand een hoge energetische oversteekkost (Soule & Goldman, 1972). De hierover beschikbare data, SoilGrids, zijn jammer genoeg te onbetrouwbaar, slechts 23.5% van de variantie is verklaard (www.soilgrids.org, 08/02/2016).
Het vijfde criterium, dat gebruikt wordt, is van sociaal- economische aard en kan, in tegenstelling tot de fysisch-geografische factoren, niet eenvoudig gekwantificeerd worden tot onafhankelijke vergelijkbare variabele.
Dit criterium, archeologische data betreffende historische sites, is echter cruciaal voor het betrouwbaar reconstrueren van de historische handelsroutes. Zo worden de historische handelssteden als vertrek- en aankomstlocatie van karavanen gebruikt. Sommige sites zijn onvermijdelijk op bepaalde segmenten van de route; dit blijkt uit historische data betreffende oversteekplaatsen van brede rivieren. Tot slot kan de archeologische data ook gebruikt worden om een schatting van de betrouwbaarheid van het model te maken, voornamelijk de locatie van rustplaatsen en forten is hiervoor geschikt (Bell et al., 2002; Gietl et al., 2008; Breier, 2013; White & Barber, 2012).
21
De data met betrekking tot de weginfrastructuur geven een hedendaags beeld van het transportnetwerk in de regio. Vele van de hedendaagse steden in de regio bestonden reeds in de periode 800-1500 na Chr. en de huidige ligging van de verbindingswegen tussen deze steden bieden informatie over de historische ligging van de handelsroutes.
Bijkomende socio-economische criteria, die overwogen werden, zijn de veiligheid van de routes, de winstmarge langsheen de routes, de uitrusting en de aanwezigheid van de etappeplaatsen en het type gebruikte lastdieren. Deze criteria kunnen niet geïmplementeerd worden door een gebrek aan informatie.
Er worden in dit onderzoek enkel datasets gebruikt die gebiedsdekkend over het gehele studiegebied zijn zodat de berekeningen consistent verlopen.
3.1. Fysisch-geografische data
3.1.1. Topografische data
De topografische data zijn afkomstig uit twee verschillende DEM rasterdatasets, namelijk SRTM Void Filled en de ASTER-GDEM V2. De eerste dataset is een DEM afkomstig van NASA’s Shuttle Radar Topographic Mission (SRTM) (februari 2000). Dit DEM staat bekend als zeer betrouwbaar maar vertoont hiaten in regio’s waar de active sensing systemen, door bijvoorbeeld bergachtig terrein, onvoldoende signaal kregen. In 2012 werd een versie van SRTM uitgebracht waarbij de hiaten door middel van interpolatie in samenwerking met alternatieve hoogtedatasets, voornamelijk ASTER-GDEM V2 en USGS GMTED2010, werden opgevuld. Deze versie werd SRTM Void Filled genoemd. De tweede dataset, ASTER-GDEM V2, werd gegenereerd op basis van een passief systeem, de Advanced Space borne Thermal Emission and Reflection Radiometer satelliet, en is gebiedsdekkend zonder hiaten. ASTER-GDEM V2 is een product van METI en NASA. ASTER heeft globaal een hogere nauwkeurigheid dan SRTM maar de grotere
22 gevoeligheid voor de invloed van de bodembedekking van ASTER geeft meer ruis op de data (Satgé et al., 2015). Deze ruis maakt ASTER eventueel minder geschikt voor het gebruik in een anisotrope cost surfaces dan SRTM aangezien vlakke gebieden door ASTER als geaccidenteerd voorgesteld kunnen worden (http://earthexplorer.usgs.gov/, 03/03/2016).
Ondanks het gebruik van SRTM Void Filled zijn er toch enkele tegels die hiaten vertonen. Deze tegels, gelegen in de rechter benedenhoek van het studiegebied, zijn allemaal gesitueerd tussen 36° en 39° NB en 75° en 78° OL. Deze zone ligt aan de rand van het studiegebied waardoor de invloed van deze hiaten op de least-cost path analyses als minimaal of zelfs volledig afwezig mag beschouwd worden. Er wordt niet geprobeerd de waarde van deze punten, via interpolatie, op zelfstandige basis te bepalen. De hiaten zijn in de meeste gevallen te omvangrijk en hun locaties zijn irrelevant. In de plaats daarvan krijgen deze punten in de verwerking een hoogtewaarde van 10000 m toegewezen waardoor ze de facto onbereikbaar worden.
Tabel 1: Specificaties van de topografische datasets (http://earthexplorer.usgs.gov/, 03/03/2016) SRTM Void Filled ASTER-GDEM V2 Publicatiedatum 2012 2011 Referentiesysteem WGS84/EGM96 WGS84/EGM96 Resolutie 3 boogseconden (≈90 m) 1 boogseconde (≈30 m) Verticale nauwkeurigheid 16 m 20 m Horizontale nauwkeurigheid 20 m 30 m Dekkingsgebied Tussen 60° NB en 58° ZB Tussen 83° NB en 83° ZB Rastergrootte 1 booggraad (≈111 km) 1 booggraad (≈111 km) Betrouwbaarheidsinterval 90% 95%
3.1.2. Hydrografische data
De hydrografische dataset (Aquastat) is een product van de Food and Agriculture Organisation (FAO) van de Verenigde Naties. De Aquastat dataset is afkomstig uit de HydroSHEDS drainage
23 direction layer van het World Wildlife Fund die werd aangemaakt op basis van SRTM. Deze layer heeft initieel een rasterresolutie van 15 boogseconden (≈450 m) en is ook in vectorformaat beschikbaar. De HydroSHEDS dataset werd het laatst geüpdatet in 2009. De rivieren worden geclassificeerd op basis van hun Strahler nummer, een indicatie voor de omvang van het rivierbekken, en op basis van hun permanente of efemere karakter. Deze classificatie maakt het mogelijk om de oversteekkost van de rivieren te kwantificeren. HydroSHEDS bevat gebrekkige informatie betreffende de aanwezigheid en de omvang van grote watermassa’s zoals meren. Deze informatie is geïncorporeerd in de bodembedekkingsdata (http://www.fao.org/, 03/03/2016).
Het klimaat in Centraal Azië kende echter de laatste 2000 jaar opeenvolgende droge en vochtige periodes. Dit heeft als gevolg dat er een zekere historische onnauwkeurigheid op de data rust (Yang et al., 2009; Chen et al., 2010). Momenteel maakt Centraal Azië, net zoals in de periodes 420–650 en 900–1510 na Chr., een droge periode door. Om de historische onnauwkeurigheid in te perken zal enkel gebruik gemaakt worden van archeologische sites die actief waren in deze droge periodes.
Het studiegebied ligt in het semi-aride gebied van Centraal-Azië, waardoor het landbouwpotentieel samenhangt met de irrigatiemogelijkheden. De hydrografische data kunnen bijgevolg beïnvloed zijn door antropogene invloeden zoals irrigatietechnieken, aanleg van stuwdammen, … . Deze antropogene invloeden zijn terug te vinden in de Ferganavallei, de Zarafshonvallei, de Amu Darya, de Karakumwoestijn en in de Murghab riviervallei (Bichsel, 2009; Lioubimtseva, 2015).
24
Figuur 2: Hedendaagse irrigatie in het Aralbekken (http://www.rusnature.info/env/f22-3.jpg, 02/05/2016)
In de vruchtbare Ferganavallei speelt irrigatie al heel lang een rol van betekenis in het rurale leven. De landbouwmogelijkheden worden in deze regio beperkt door een tekort aan neerslag. De jaarlijkse neerslag bedraagt in het westen 109 mm en in het oosten 226 mm. Naast neerslag zijn er nog andere bronnen van water zoals rivieren, natuurlijke bronnen in de omliggende heuvels en tijdelijke runoff van sneeuw en gletsjers. Terwijl sommige irrigatietechnieken dateren van de tweede eeuw voor Chr. gebeurde de belangrijkste uitbouw van het geïrrigeerde areaal tijdens de regeerperiode van het kanaat van Kokand (1709). Toen in 1876 het kanaat in handen viel van het tsaristische Rusland werd het geïrrigeerde landbouwareaal nogmaals uitgebreid naar de hoger gelegen heuvels. In 1939 werd, onder Sovjetbewind, gestart met de aanleg van meerdere grote irrigatiekanalen, zoals het Grote Ferganakanaal, het zuidelijke (Yuzhny) en het noordelijke (Seerny) Ferganakanaal. De vallei staat nu in voor 45% van het totale geïrrigeerde gebied van het Syr Daryabekken (Figuur 2). Het Kayrakkumreservoir in het westelijk deel van de Ferganavallei (Tadzjikistan) werd aangelegd voor de irrigatie stroomafwaarts en voor de productie van hydro- elektrische energie (Bichsel, 2009; Lioubimtseva, 2015).
De Zarafshonvallei, met de oasesteden Samarkand en Buchara, wordt doorkruist door een complex systeem van irrigatiekanalen. Dit irrigatiesysteem werd grotendeels uitgebouwd voor de
25
Sovjetperiode. In een eerste fase (4000 voor Chr.) waren de irrigatiesystemen gebaseerd op kleine deviaties van de hoofdrivier en beperkte aftappingen van bergstroompjes. Het totale geïrrigeerde gebied wordt geschat op 50 km2. In een tweede periode (8ste - 7de eeuw voor Chr.) werd een uitgebreid netwerk van kanalen aangelegd waaronder de Dargom en Narpaj op de linkeroever van de Zarafshon. Hierdoor werd het totale geïrrigeerde gebied uitgebreid tot 700 km2. Uiteindelijk werd in de eerste eeuwen na Chr. het systeem verder uitgebreid naar het westen met de aanleg van de kanalen Payarik en Bulungur. Sinds 1960 werden op de Zarafshon grote reservoirs, zoals de Kattakurgan, de Kuyumazar en de Tudaku nabij Buchara, gebouwd om de seizoenale wateraanvoer van de Zarafshon te regelen. De rivier werd omwille van irrigatiedoeleinden verbonden met de Kaskya Darya via het Eski-Angar kanaal en met de Amu Darya via het Amu- Buchara kanaal (Petr & Morris, 1995; Lioubimtseva, 2015).
Langs de Amu Darya strekt zich een brede, intens geïrrigeerde vallei uit. De Amu Darya, samen met de Syr Darya, zorgen voor 75% van het irrigatiewater in Centraal Azië. De bestemming van het water van de Amu Darya reflecteert de koloniale erfenis van de Sovjet Unie. Bij de stroomafwaarts gelegen landen, Turkmenistan en Oezbekistan, wordt het water gebruikt voor de katoenproductie, terwijl stroomopwaarts in Tadzjikistan het water opgevangen wordt in reservoirs om hydro-elektrische energie te produceren en om als irrigatiewater te dienen. Dit irrigatiewater wordt via enorme kanalen, zoals het Karakumkanaal, naar de katoenplantages in de Karakumwoestijn geleid. De Amu Darya verliest onderweg zoveel water dat de rivier het Aralmeer niet meer bereikt (McKinney, 2004; Wegerich, 2008).
De delta van de Murghabrivier telt één van de oudste nederzettingen gebaseerd op irrigatielandbouw. De natuurlijke condities waren uiterst geschikt om aan landbouw doen, namelijk vruchtbare aanslibbingsbodems en een zonnig en droog klimaat. In de Murghabdelta zijn dan ook irrigatiesystemen terug te vinden die dateren vanuit de Bronstijd (3000-800 voor Chr.). In de eerste eeuw voor Chr. irrigeerden de landbouwers al 5000 km2 waarmee ze de 300.000 inwoners van Merv konden onderhouden. Deze oude irrigatiesystemen werden, samen met de stad Merv, tijdens zijn lange geschiedenis herhaalde malen vernietigd en heropgebouwd. Toen op het einde van de 19 de eeuw de regio door het tsaristische Rusland geannexeerd werd troffen zij de irrigatiesystemen in een verwaarloosde toestand aan. Ze begonnen meteen met de
26 aanleg van een modern irrigatiesysteem voor de commerciële katoenteelt. Tijdens het Sovjetbewind werden de inspanningen nog verdubbeld en werd op het einde van de jaren ’50 water van de Amu Darya via het Karakumkanaal naar de Murghaboase aangevoerd. Deze nieuwe bron van water heeft er voor gezorgd dat de winstgevende katoenteelt zich verder kon ontwikkelen (Matley, 1975; Micklin et al., 2013).
3.1.3. Bodembedekkingsdata
De bodembedekkingsdataset is afkomstig van de MODIS Land Cover Type product (MCD12Q1). Deze dataset bestaat uit rasterbeelden met een resolutie van 500 m, is wereldwijd gebiedsdekkend tussen 80° NB en 80° ZB voor het tijdsinterval 2001-2012 en heeft een betrouwbaarheidsinterval van 95%. MCD12Q1 omvat vijf verschillende classificatiemethoden: International geosphere biosphere programme (IGBP), University of Maryland scheme (UMD), MODIS-derived LAI/fPAR scheme, MODIS-derived Net Primary Production scheme (NPP) en Plant Functional Type scheme (PFT). In dit onderzoek zal gebruik gemaakt worden van de IGDP classificatiemethode die de bodembedekking opdeelt in 17 verschillende klassen (Tabel 2). Deze data zijn beschikbaar in het Hierarchical Data Format (.hdf) bestandstype, maar kan met behulp van GDAL conversie tool geconverteerd worden tot het GTiff formaat (https://lpdaac.usgs.gov/, 03/03/2016)
Tabel 2: IGDP classificatiesysteem (https://lpdaac.usgs.gov/, 03/03/2016) Klasse Bodembedekkingstype 0 Open water 1 Groenblijvend naaldbos 2 Groenblijvend loofbos 3 Bladverliezend naaldbos 4 Bladverliezend loofbos 5 Gemengd bos
27
6 Gesloten kreupelhout 7 Open kreupelhout 8 Houtige savanne 9 Savanne 10 Grasland 11 Permanent drasland 12 Akkerland 13 Urbaan 14 Akkerland/Natuurlijke vegetatie mozaïek 15 Sneeuw/ Ijs 16 Braak/ Licht begroeid 254 Niet geclassificeerd
Net zoals bij de hydrografische data rust er ook op de bodembedekkingsdata een historische onnauwkeurigheid door de grote regionale klimaatschommelingen. Ook hier kan de historische onnauwkeurigheid ingeperkt worden door enkel gebruik te maken van archeologische sites die actief waren in de droge periodes. Daarnaast is de bodembedekking zeer gevoelig voor antropologische invloeden zoals urbanisatie, landbouw, irrigatienetwerken, enz die (zoals reeds vermeld in 3.1.2. Hydrografische data) veelvuldig en ingrijpend aanwezig waren in de regio ten tijde van het Russische Keizerrijk en de Sovjet Republiek (Petr & Morris, 1995; Bichsel, 2009; Lioubimtseva, 2015).
Mogelijke alternatieve bodembedekkingsdata zijn de bio-geophysical parameters datasets, eigendom van Copernicus Global Land Service. Per dataset wordt één parameter weergegeven, bijvoorbeeld de Fraction of green Vegetation Cover (FCover) of de Leaf Area Index (LAI), die toelaat om per rastercel de bedekkingsgraad van de vegetatie en het vegetatietype te bepalen. Zo zou eventueel, in plaats van een classificatie, een continue schaal opgesteld kunnen worden voor de dichtheid van de begroeiing per rastercel. Het kwantificeren op basis van een continue schaal van de invloed van de bodembedekking op de reistijd of de energetische reiskost kan
28 wetenschappelijk niet onderbouwd worden door een gebrek aan informatie en wordt derhalve in deze studie niet geïmplementeerd. Deze datasets hebben een resolutie van 1 km wat twee keer zo grof is als de resolutie van de MCD12Q1 dataset (http://www.vito-eodata.be/, 05/05/2015).
3.2. Sociaal-economische data
3.2.1. Archeologische data
De archeologische data zijn afkomstig van twee bronnen, OWTRAD en Unesco.
Er wordt hoofdzakelijk gebruik gemaakt van data oorspronkelijk afkomstig van het Old World Trade Routes Project (OWTRAD). Deze datasets werden verkregen via de Vakgroep Geografie van de UGent aangezien de data niet meer rechtstreeks gedownload kunnen worden van de in onbruik geraakte OWTRAD website (http://www.ciolek.com/, 03/06/2015). De archeologische data afkomstig van OWTRAD bestaan uit twee datasets die beschikbaar zijn in .shp en .xlsx formaat en het laatste updatet werden in 2012. De eerste dataset omvat 513 archeologische sites, die op enkele uitzonderingen na, behoren tot het Unesco werelderfgoed of die op de kandidatenlijst staan. De sites worden omschreven aan de hand van 65 attributen waaronder de locatie, een beknopte beschrijving, de periode waarin de site actief was en een aanduiding van de betrouwbaarheid van de beschikbare informatie omtrent de site. Daarnaast worden de historische sites en monumenten ook op basis van hun functie opgedeeld in drie verschillende categorieën (Williams, 2014). Deze drie categorieën zijn infrastructuur (hieronder vallen de sites die de handel langsheen de zijderoute ondersteunden), productie (hieronder vallen de sites die verantwoordelijk waren voor de productie van handelsgoederen) en uitkomsten (hieronder vallen de sites die het gevolg zijn het uitwisselen van goederen, ideeën, taal en/of cultuur). De tweede dataset omvat archeologische informatie betreffende 846 sites die vermoedelijk dienden voor het ondersteunen van handelsroutes en communicatienetwerken. Belangrijke voorbeelden van deze sites zijn de vele karavanserais die voorkomen doorheen het Midden-Oosten. Deze karavanserais
29 boden handelaren een veilige overnachtingsplaats en worden beschouwd als duidelijke, tastbare aanwijzingen over de loop van de historische routes (Williams, 2014). De sites in deze dataset zijn minder uitvoerig beschreven als deze in de eerste dataset. Zo worden er slechts bij 226 van de 846 sites enige informatie gegeven over de tijdsperiode waarin de sites actief waren.
Naast data afkomstig van OWTRAD wordt er ook gebruik gemaakt van de werelderfgoedlijst gepubliceerd in 2015 door het Unesco. Deze data, beschikbaar in .xls formaat, worden gebruikt voor het updaten van de OWTRAD data (http://whc.unesco.org/, 26/03/2016).
3.2.2. Weginfrastructuurdata
De data betreffende de hedendaagse weginfrastructuur zijn afkomstig uit de Global Roads Open Access Data Set, Version 1 (gROADSv1) opgesteld door NASA. De dataset is up-to-date tot het jaar 2010. De wegen worden beschreven op basis van 39 attributen, die voor het studiegebied echter karig ingevuld zijn. Hierdoor kunnen de wegen niet geclassificeerd worden op basis van hun functies, rijvakken, wegdekverharding, enz. De dataset is wereldwijd gebiedsdekkend en beschikbaar in vectorformaat. De nauwkeurigheid van de dataset ligt tussen de 530 en 1265 m (http://sedac.ciesin.columbia.edu/data/set/groads-global-roads-open-access-v1/metadata, 05/03/2016 )
4. METHODEN
Het bepalen van de methodiek voor het inschatten van de loop van historische routes is sterk afhankelijk van het type reiziger. Zo is het modeleren van de routes voor ontdekkingsreizen uiterst complex aangezien de reizigers hun route enkel konden bepalen op basis van het land dat in hun line-of-sight lag. Ook het modeleren van historische pelgrimroutes brengt problemen met zich mee aangezien deze routes een spirituele betekenis hadden en er dus niet kan vanuit gegaan
30 worden dat pelgrims hun routes planden op basis van ratio. Voor de handelsroutes, die in dit onderzoek bestudeerd worden, mag er vanuit gegaan worden dat de handelaars hun goederen op de eenvoudigste en goedkoopste manier transporteerden. Hierbij worden twee belangrijke veronderstellingen gemaakt, namelijk dat deze handelaren een adequate kennis van het terrein hadden en dat ze hun keuzes maakten op een rationele manier. Deze veronderstellingen zijn essentieel voor het gebruik van least-cost path analyses voor het reconstrueren van de historische handelsroutes op basis van fysisch-geografische criteria (Gosch & Stearns, 2007; Breier, 2013).
Voor het uitvoeren van de geografische analyses wordt gebruik gemaakt van ArcMap 10.2.1.3497 dat een onderdeel is van het Esri ArcGis 10.2.1.3497 for Desktop gispakket. Een alternatief softwarepakket is het open source GIS pakket QGIS 2.14.0 met de plug-in GRASS GIS 7.0.3. Dit programma berekent anisotrope cost surfaces met de ingebouwde functie r.walk; deze functie berekent de reistijd op basis van Langmuir (1984) adaptatie van Naismith’s regel. Het implementeren van alternatieve formules, zoals Tobler’s hiking function, of alternatieve kwantificatiemethoden, zoals energiekost, worden echter niet eenvoudig gefaciliteerd in GRASS GIS. Gezien er in dit onderzoek twee verschillende kwantificatiemethodes toegepast worden, wordt het gebruik van ArcGis verkozen boven dat van GRASS GIS (https://grass.osgeo.org/, 16/03/2016; www.pro.arcgis.com, 23/03/2016).
In ArcMap wordt gebruik gemaakt van de extensies Geostatistical Analyst en Spatial Analyst. De drie voornaamste functies die in de gis-analyse toegepast worden zijn Path Distance, Cost Path en Corridor. De Path Distance functie wordt gebruikt voor het aanmaken van de anisotrope cost surfaces terwijl de functies Cost Path en Corridor worden gebruikt voor het berekenen van de least-cost paden en least-cost corridors op basis van de anisotrope cost surfaces. De functie Cost Path creëert een pad tussen twee punten in één richting, namelijk het least-cost pad. De functie Corridor creëert een rasterbestand op basis van twee anisotrope cost surfaces waarbij elke rastercel de waarde krijgt van de som van de anisotrope cost surfaces. In tegenstelling tot de Cost Path functie krijgen bij de Corridor functie alle rastercellen een waarde toegekend. Dit maakt het vergelijken tussen de verschillende routes/corridors in hetzelfde studiegebied mogelijk. De cost corridors worden gedefinieerd in functie van hun procentuele afwijking tegenover de laagste celwaarde van het corridorraster. De least-cost corridors zijn de cost corridors met de laagste
31 procentuele afwijking en waarbij er een aaneengesloten route tussen de onderzochte sites loopt. Bijgevolg stellen deze corridors de routes met de laagste heen-en weer reiskost voor.
Om problemen met verschillende projectiesystemen en eenheden te vermijden wordt elk bestand voor gebruik geherprojecteerd in een Lambert Conforme Conisch projectie gedefinieerd door de standaardparallellen 39° NB en 56° NB, de standaard meridiaan 47,5° OL en de datum WGS 1984. Voor het herprojecteren van vectordata wordt de ArcMap functie Project gebruikt terwijl voor het herprojecteren van rasterdata de ArcMap functie Project Raster aangewend wordt.
De statistische analyses worden uitgevoerd in Microsoft Excel 2010 met behulp van het real statistics resource pack (versie 4.7). Deze extensie werd opgesteld door Charles Zaiontz (http://www.real-statistics.com/, 01/04/2016).
Figuur 3: Werkwijze least-cost path analyes
4.1. Anisotrope cost surface
Het creëren van de anisotrope cost surfaces gebeurt in twee stappen. Eerst wordt er een isotrope cost surface opgesteld, op basis van de hoogteligging, de hydrografie en de bodembedekking, waarbij voor elke rastercel een coëfficiënt wordt berekend die de invloed van de gebruikte criteria op de beweging weergeeft. Bij een isotrope cost surface is de oversteekkost onafhankelijk
32 van de oversteekrichting zodat dit cost surface type ongeschikt is voor het implementeren van topografische data.
Vervolgens wordt met behulp van de Path Distance functie in ArcMap een anisotrope cost surface opgesteld. Bij deze methode wordt er wel rekening gehouden met de oversteekrichting voor het bepalen van de oversteekkost tussen twee cellen. De anisotrope cost surfac, die de wandelkost vanuit een gegeven vertrekpunt weergeeft, wordt opgesteld op basis van de topografische data en de eerder aangemaakte isotrope cost surface. Hiervoor moeten de gebruikte fysisch-geografische criteria gekwantificeerd worden tot onafhankelijke vergelijkbare variabelen. In de literatuur wordt hoofdzakelijk gebruik gemaakt van de reistijd (h) of de energetische verplaatsingskost (J.kg-1) als onafhankelijke variabelen, beide worden in dit onderzoek geïmplementeerd en besproken.
Voor het uitvoeren van de least-cost path analyses wordt gebruik gemaakt van de Path Distance functie, beschikbaar in ArcMap. Deze functie berekent de reiskost met behulp van de volgende formule (www.pro.arcgis.com, 23/03/2016):
(C ∗H )+(퐶 ∗퐻 ) 퐾 = k + ( 푎 푎 푏 푏 ) ∗ 퐷 ∗ 푉 (푓표푟푚푢푙푒 1) 2 푎푏 푎푏
Waarbij “K” de cumulatieve reiskost van de afgelegde weg, inclusief de verplaatsing van a naar b, voorstelt en “k” de cumulatieve reiskost van de afgelegde weg, exclusief de verplaatsing van a naar b, voorstelt. “Ca” en “Cb” zijn de respectievelijke kostcoëfficiënten van de rastercellen a en b in de isotrope cost surface. “Ha” en “Hb” zijn de horizontale invloedsfactoren waarmee een rotatiekost ten opzichte van een gegeven fenomeen, bijvoorbeeld de windrichting, kan gemodelleerd worden. Deze rotatiekost wordt berekend op basis van een raster en een voorgeprogrammeerde formule of convertietabel in “.txt” formaat. Indien er geen horizontale invloedsfactor gedefinieerd wordt krijgt deze parameter de waarde één. “Vab” is de verticale invloedsfactor waarmee de invloed van de helling kan gemodelleerd worden en wordt geïmplementeerd analoog aan de horizontale invloedsfactor. Tot slot is er ook nog de parameter
“Dab” die de afstand tussen de aangrenzende rastercellen a en b voorstelt. De Path Distance functie berekent deze afstand, “Dab”, op basis van het geïmplementeerde isotrope cost surface en
33 een DEM in rasterformaat. Dit laatste is optioneel. Indien er enkel gebruik gemaakt wordt van een isotrope cost surface wordt de horizontale afstand tussen de twee rastercellen weerhouden als waarde voor de afstandsparameter “Dab”. Hierbij is de afstand tussen twee rastercellen die horizontaal of verticaal aangrenzend zijn gelijk aan de rasterresolutie van het isotrope cost surface. De afstand tussen twee rastercellen die diagonaal grenzend zijn is gelijk aan de rasterresolutie vermenigvuldigd met 1,414214. Als er gebruik gemaakt wordt van het isotrope cost surface in combinatie met een DEM wordt de schuine afstand tussen de centrumpunten van twee aangrenzende rastercellen gebruikt als waarde voor de afstandsparameter “Dab”. Hierbij wordt de schuine afstand berekend op basis van de stelling van Pythagoras met als rechthoekszijden de horizontale afstand en het hoogteverschil tussen de centrumpunten van twee aangrenzende rastercellen. (www.pro.arcgis.com, 23/03/2016) Hierbij moet opgemerkt worden dat, indien het isotrope cost surface en het DEM een verschillende rasterresolutie hebben, enkel de hoogtewaarden van de DEM rastercellen waar de centrumpunten inliggen gebruikt worden. Het berekenen van de schuine afstand houdt geen rekening met eventuele DEM rastercellen die tussen deze twee centrumpunten in liggen. Hierdoor vallen de hoogteschommelingen die deze rastercellen voorstellen uit de berekeningen van de schuine afstand. Er wordt daarom gewerkt met isotrope cost surfaces met éénzelfde resolutie en met dezelfde ligging van de centrumpunten als de toegepaste raster DEM’s.
Als eenheid van de berekende afstand wordt de afstandseenheid van de celgrootte gehanteerd. In de Lambert Conforme Conisch projectiesysteem staat deze eenheid in meter uitgedrukt.
Aangezien de isotrope kostcoëfficiënten, de horizontale invloedsfactor en de verticale invloedsfactor vermenigvuldigd worden met de werkelijke afstand is deze methode in theorie resolutieonafhankelijk. Er wordt niettemin vanuit gegaan dat een hogere resolutie tot een lagere kost leidt aangezien het pad wendbaarder is en zo obstakels kunnen vermeden worden. Een hogere resolutie leidt echter ook tot een langere looptijd bij het uitvoeren van de analyses. Tijdens de verwerking worden twee verschillende resoluties toegepast: een resolutie van ≈86 m en een resolutie van ≈463 m. Naast deze twee resoluties werd er ook geopteerd om een resolutie van≈29 m te implementeren maar deze resolutie is te fijn ten opzichte van de omvang van het studiegebied en is daarom ongeschikt om toegepast te kunnen worden.
34
In dit onderzoek wordt door gebrek aan criteria met een horizontale invloed de horizontale invloedsfactor buiten beschouwing gelaten. Een in overweging genomen horizontale invloedsfactor is de neiging van historische handelaren om, ondanks een toename in reiskost, rechte stukken te verkiezen boven kronkelende paden. Hierover ontbreekt de nodige data (Verhagen en Jeneson, 2012).
4.1.1. Isotrope cost surface
De isotrope cost surface is een raster dat de invloed van alle richtingsonafhankelijke criteria combineert tot één kostcoëfficiënt, de parameter “Ca” van een gegeven rastercel a in Formule 1. Indien deze kostcoëfficiënt de waarde één heeft is hij neutraal en oefent deze coëfficiënt geen invloed uit op de reiskost voor het doorkruisen van de rastercel; een waarde groter dan één resulteert in een hogere reiskost terwijl een waarde kleiner dan één de reiskost vermindert.
Bij het kwantificeren van de impact van drukverlaging ten gevolge van een grotere hoogteligging op de reistijd, de energiekost en de loop van de least-cost paden in het algemeen moet rekening gehouden worden met medische aandoeningen enerzijds en veranderingen in fysieke capaciteiten anderzijds.
Het verblijven en bewegen op grote hoogte brengt verschillende medische problemen met zich mee. De drie voornaamste medische aandoeningen ten gevolge van het verblijven op grote hoogte zijn hoogteziekte, hoogtelongoedeem en hoogtehersenoedeem. Hoogteziekte (hypobaropathie) is een verzameling van ziekteverschijnselen die kunnen optreden vanaf 2500 m boven zeeniveau. De gevoeligheid voor hoogteziekte is sterk individueel; zo ervaren boven 3500 m 40% van de mensen invloeden van hoogteziekte, boven 4300 m loopt dit percentage op tot 80%. Tot ongeveer 6000 m kunnen, mits acclimatisatie aan de hoogte, de effecten tegengegaan worden. Vanaf 6000 m volstaat dit niet meer en is gespecialiseerde uitrusting gewenst. De tweede aandoening is hoogtelongoedeem, waarbij vocht zich ophoopt in de longen. Deze aandoening, die
35 kan optreden vanaf een hoogte van 2500 m, kan zonder medische bijstand dodelijk zijn. Boven 4000m neemt het risico op deze aandoening toe van 1% tot 15%. De derde aandoening is hoogtehersenoedeem waarbij de hersenen opzwellen wat tot hersenletsel kan leiden. Deze aandoening komt bij 0,5% tot 1% van de mensen voor vanaf een hoogte van 4000 m. In de meeste gevallen kunnen deze drie aandoeningen vermeden worden door traag te stijgen naar 3000 m en vervolgens in etappes van 500 m te klimmen, waarbij er steeds enkele dagen uitgerust wordt om te acclimatiseren (Banderet & Burse, 1989).
Naast de medische problemen beïnvloedt de hoogte ook de fysieke capaciteiten. Hierbij moet de mate waarin de individuen aan de hoogte geacclimatiseerd zijn in rekening gebracht worden. Bij niet geacclimatiseerde individuen bedraagt het verlies in fysieke capaciteiten 10% per stijging van 1000 m, beginnend vanaf een hoogte van 1500 m. Na volledige acclimatisatie keert maximum 6% van de fysieke capaciteiten terug (Squires & Buskirk, 1981; Banderet & Burse, 1989). Bij gebrek aan wetenschappelijke studies, die zich specifiek toespitsen op de invloed van de hoogte op de wandelsnelheid of op het energieverbruik, worden beide hier gelijk behandeld en wordt er van uitgegaan dat zowel wandelsnelheid als energieverbruik rechtstreeks afhankelijk zijn van de fysieke capaciteiten. De hoogtekostcoëfficiënt (Kh) wordt op basis van volgende formule berekend:
(ℎ − 1500) 퐾 = ∗ 0.1 (푓표푟푚푢푙푒 2) ℎ 1000 waarbij de parameter “h” de hoogte voorstelt. Deze formule houdt geen rekening met de acclimatisering gezien het incalculeren en de duur van pauzes, nodig om te acclimatiseren, zeer afhankelijk zijn van een menselijke keuze.
Naast een kostcoëfficiënt wordt er op basis van de impact van de hoogte op de gezondheid een maximale hoogte van 5000 m ingesteld. De hoogste etappe van de zijderoute, namelijk de Karakoram Highway, ligt op een hoogte van 4693 m.
Het classificeren van de bodembedekking (Tabel 3) gebeurt op basis van het IGDP classificatiesysteem. Het kwantificeren van de bodembedekking ten opzichte van de metabolische
36 energiekost is gebaseerd op Soule en Goldman (1972); Jobe en White (2009) en White en Barber (2012). Het kwantificeren van de bodembedekking ten opzichte van de reistijd berust op de methodes van Black et al. (2004), Wood en Schmidtlein (2012), Doherty et al. (2014) en Rogers et al. (2014) Bij beide kwantificatiemethodes is het bodembedekkingstype “Braak/ Licht begroeid” het grootste twistpunt, omdat dit type ofwel een zeer hoge of een zeer lage coëfficiënt kan toegewezen krijgen. De oorzaak hiervoor is de grote invloed van het percentage los zand in de toplaag van de bodem (Soule & Goldman, 1972). Er werd overwogen om data omtrent het zandgehalte van de toplaag te implementeren, maar deze data waren van ontoereikende kwaliteit (zie 3. Criteria & data). Uiteindelijk werd beslist het bodembedekkingstype 'Braak/ Licht begroeid” een hoge coëfficiënt toe te kennen aangezien het bevoordelen van woestijnen, die tot de moeilijkst begaanbare plaatsen op aarde behoren, een negatievere invloed heeft op het model dan het benadelen van harde, kale bodems. Het bodembedekkingstype “Open water” wordt ontoegankelijk beschouwd voor wandelaars en lastdieren en krijgt daarom een zeer hoge kostcoëfficiënt toegewezen (Soule & Goldman, 1972; Black et al., 2004).
Tabel 3: Kostcoëfficiënten voor de verschillende bodembedekkingsklassen Klasse Bodembedekkingstype Energie Reistijd kostcoëfficiënt kostcoëfficiënt 0 Open water 99 99 1 Groenblijvend naaldbos 1.6 2 2 Groenblijvend loofbos 1.6 2 3 Bladverliezend naaldbos 1.6 2 4 Bladverliezend loofbos 1.6 2 5 Gemengd bos 1.6 2 6 Gesloten kreupelhout 1.6 2 7 Open kreupelhout 1.3 1.5 8 Houtige savanne 1.3 1.5 9 Savanne 1.3 1.2 10 Grasland 1 1 11 Permanent drasland 1.8 5 12 Akkerland 1.2 1.2
37
13 Urbaan 1 1.2 14 Akkerland/Natuurlijke 1.2 1.5 vegetatie mozaïek 15 Sneeuw/ Ijs 2.5 2.5 16 Braak/ Licht begroeid 2.5 2.5
Het kwantificeren van de oversteekkost van rivieren kan niet eenduidig gebeuren omdat vele rivieren in droge streken ofwel een efemeer karakter hebben ofwel permanent zijn met grote seizoensgebonden debietverschillen. Ideaal gezien zou er dus een cost surface per seizoen moeten worden opgesteld. Dit is echter zeer tijdrovend en onpraktisch en de hiervoor vereiste data zijn niet beschikbaar.
Het classificeren van de rivieren steunt op de Horton–Strahler nummering methode. Deze methode classificeert de rivieren op basis van hun zijrivieren waarbij elke rivier zonder zijrivieren het Strahler nummer één heeft. Telkens er twee rivieren samenkomen, krijgt de nieuwe rivier het hoogste Strahler nummer van de twee, tenzij de rivieren hetzelfde Strahler nummer hebben. Dan krijgt de nieuwe rivier het oude Strahler nummer Figuur 4: Classificatie van rivieren op basis van plus één (www.pro.arcgis.com, 23/03/2016). hun Strahler nummer (https://en.wikipedia.org/wiki/Strahler_number, Voor het kwantificeren van de oversteekkost van 20/03/2016). rivieren ten opzichte van de metabolische energiekost kan worden gebruik gemaakt van volgende formule Jobe & White (2009):
퐶 = 푎 ln(퐹) tan(푆) + 푏 (퐹표푟푚푢푙푒 3)
Waarbij de parameter “C” de energetische oversteekkost representeert, de parameter “F” het debiet van de rivier voorstelt, de parameter “S” de hellingsgradiënt weergeeft, “b” de basiskost
38 voor het oversteken van een vlakke kalme watermassa, bijvoorbeeld een moeras, aangeeft en “a” een verschalingsparameter is. Doherty et al. (2014) bepaalde op basis van deze formule een schatting van de reistijd kostcoëfficiënt (Tabel 4) voor het oversteken van rivieren naargelang hun Strahler nummer. Het bepalen van de energie kostcoëfficiënt (Tabel 4) voor het oversteken van rivieren gebeurde aan de hand van reistijden zoals bepaald door Doherty et al.(2014) en aan de hand van metingen uitgevoerd door Minetti et al. (2002). Er wordt enkel rekening gehouden met rivieren die een permanent karakter hebben.
Tabel 4: Kostcoëfficiënten voor het oversteken van rivieren volgens hun Strahler nummer. Strahler nummer Energie kostcoëfficiënt Reistijd kostcoëfficiënt 1 1.25 1.25 2 1.4 1.6 3 1.5 2 4 2 3.33 5 3 5 6 5 10 6+ 99 99
Het omzetten van de hydrografische data, die beschikbaar zijn in vectorformaat, naar rasterformaat wordt uitgevoerd in de resolutie van de isotrope cost surface. Dit betekent dat bij een grove resolutie de impact van de rivieren hoger is dan bij een fijne resolutie gezien bij een grove resolutie de rivier een groter oppervlak toegewezen krijgt.
Het combineren van invloeden van de hydrografische, de bodembedekkings- en de hoogtedata tot isotrope cost surfaces wordt uitgevoerd door middel van de ArcMap functie Raster Calculator. Er worden acht verschillende isotrope cost surfaces opgesteld, afhankelijk van de resolutie, hoogtedata en kwantificatiemethode. De isotrope cost surfaces worden aangemaakt met een resolutie van 86 m, de resolutie van de SRTM void filled dataset, of 463 m, de resolutie van MCD12Q1 dataset. Bij de aanmaak van deze isotrope cost surfaces wordt gesnapt naar de basislagen zodat de pixels in alle rasterbestanden met dezelfde resolutie dezelfde ligging hebben.
39
Het kwantificeren van de rasterwaarden wordt uitgevoerd met behulp van de ArcMap functies Reclassify en Raster Calculator.
4.1.2. Anisotrope reiskost
De verticale invloedsfactor “Vab”, die de anisotrope reiskost per meter voorstelt, moet om gebruikt te kunnen worden in de Path Distance functie (Formule 1) berekend worden op basis van de hellingsgradiënt “S”, zonder rechtstreeks rekening te houden met de afstand tussen a en b. De hellingsgradiënt “S” is de hoek die de helling maakt ten opzichte van de horizontale, niet te verwarren met de richtingscoëfficiënt die gelijk is aan de tangens van “S”.
In dit onderzoek worden enkel hellingen met een hellingsgradiënt gelegen tussen -60° en 60° begaanbaar geacht. Dit interval is zeer breed maar gezien de handel langsheen de zijderoute voornamelijk gebruik maakte van lastdieren, die zeer steile hellingen kunnen bewandelen via haarspeldbochten, is het niet wenselijk dit interval te verkleinen (Jobe & White, 2009; Verhagen & jeneson, 2012).
4.1.2.1. Invloed van de hellingsgradiënt op de anisotrope energetische reiskost
Voor het modelleren van de invloed van de hellingsgradiënt op de energiekost wordt gebruik gemaakt van een aangepaste versie van een formule, opgesteld in Jobe en White (2009), op basis van onderzoek uitgevoerd door Minetti et al. (2002). Deze formule werd specifiek opgesteld voor gebruik in de Path Distance functie en kan daarom rechtstreeks geïmplementeerd worden in ArcMap. In Minetti et al. (2002) werd de energetische kost voor het beklimmen en afdalen van hellingen met een helling gradiënt van -24° tot 24° op een loopband bepaald. Hieruit bleek dat het afdalen langs een helling van -6° de laagste energetische kost geeft, voor hellingen met een hellingsgradiënt > -6° stijgt de energiekost het sterkst terwijl hellingen met een hellingsgradiënt <
40
-6° een lichte stijging van de energetische kost opleveren. Om deze verschillende invloeden correct te kunnen weergeven worden twee tweedegraadsvergelijkingen toegepast, één voor het interval -60° ≤ “S” < -6° en één voor het interval -6° ≤ “S” ≤ 60°.
-1 - Voor het berekenen van de verticale invloedsfactor “Vab” in functie van de energiekost (J kg m 1) wordt in Jobe en White (2009) volgende formule gebruikt:
20.9 tan(푆)2 + 4.18 tan(푆) + 1.38 − 60 ≤ 푆 < −6 푉 = { (퐹표푟푚푢푙푒 4) 푎푏 52.1 ∗ 103 tan(푆)2 + 10.4 tan(푆) + 2.65 − 6 ≤ 푆 ≤ 60
Deze formule berekent de energiekost (J kg-1 m-1) voor hellingen met een gradiënt tussen de -60° en 60°. Hellingen met een hogere of lagere hellingsgradiënt worden als ontoegankelijk beschouwd. De formule voor hoeken tussen de -60° en -6° geeft waarden weer die overeenkomen met de data afkomstig uit Minetti et al. (2002) en wordt daarom als accuraat beschouwd. Voor hoeken tussen -6° en 60° vertonen de resultaten van de formule echter serieuze afwijkingen met de data afkomstig uit Minetti et al. (2002) en sluiten de twee vergelijkingen niet correct op elkaar aan bij het samenkomen van de intervallen rond “S” = -6°. Indien in de term “52.1*103 *tan(“S”)2“ de 103 echter wordt weggelaten sluiten de vergelijkingen wel op elkaar aan en vertonen de resultaten geen ontoelaatbare afwijkingen meer met de data afkomstig uit Minetti et al. (2002). Om deze reden zal er in dit onderzoek gebruik gemaakt worden van Formule 4 waarin de 103 wordt weggelaten.
Het is echter belangrijk te vermelden, en eerder merkwaardig, dat andere artikelen die deze formule bespreken, zoals Doherty et al. (2014), deze afwijking niet vermelden maar toch tot resultaten komen waaruit blijkt dat ook zij de “103” hebben laten vallen.
4.1.2.2. Invloed van de hellingsgradiënt op de anisotrope reistijd
41
Bij het modelleren van de invloed van de hellingsgradiënt op de reistijd wordt gebruik gemaakt van Tobler’s hiking function. Deze functie werd opgesteld op basis van Imhof (1950) en werd het eerst toegepast in Tobler (1993).
푉 = 6 ∗ 푒(−3.5∗|tan (푆)+0.05|) (퐹표푟푚푢푙푒 5)
Waarin de parameter “V” de wandelsnelheid weergeeft in km/h en de parameter “S” de hellingsgradiënt voorstelt. Tobler’s hiking function gaat uit van een wandelsnelheid van 5 km/h op vlak terrein, en een topsnelheid van 6 km/h bij een helling gradiënt van - 2.86°. De snelheid neemt exponentieel af bij het groter of kleiner worden van de hellingsgradiënt. Om Tobler’s hiking function in de Path Distance functie te kunnen implementeren dient de formule, met een resultaat “V” in km/h, omgevormd te worden tot een formule waarbij de verticale invloedsfactor
“Vab” in h/m weergegeven wordt. Een afleiding van Tobler’s hiking function, die aan deze voorwaarden voldoet, werd voorgesteld in Tripcevich (2008). Deze afleiding werd specifiek voor gebruik in de ArcMap Path Distance functie opgesteld.
(3.5∗|tan (푆)+0.05|) 푉푎푏 = 0.000166666 ∗ 푒 (퐹표푟푚푢푙푒 6)
Een mogelijk alternatief voor Tobler’s hiking function is Naismith’s regel voor het berekenen van wandeltijden. Deze regel stelt dat de wandeltijd gelijk is aan één uur per vijf kilometer, plus één uur voor elke 600 m die er geklommen wordt. In Langmuir (1984) wordt op basis van deze regel, met enkele aanpassingen, een formule opgesteld voor het berekenen van de wandelsnelheid in functie van de hellingsgradiënt. Hierbij worden vier verschillende intervallen geïdentificeerd: - 60° tot -12°, -12° tot -5°, -5° tot 0° en 0° tot 60°. Aan elk van deze intervallen wordt een hellingscoëfficiënt toegekend, deze zijn voor hun respectievelijk intervallen -1.9998, 1.9998, 0 en 6.
1 푉 = ∗ 3.6 (푓표푟푚푢푙푒 7) 푐 ∗ tan (푆) + 0.72
42
Waarin de parameter “V” de wandelsnelheid weergeeft in km/h en de parameter “S” de hellingsgradiënt voorstelt. De parameter “c” is de hellingscoëfficiënt die afhankelijk is van het interval waarin “S” zich bevindt. De formule, die hier weergeven wordt, gaat uit van een basissnelheid van vijf km/h op vlak terrein en een topsnelheid van 12 km/h bij een hellingsgradiënt van -12°. Bij positieve hellingsgradiënten en hellingsgradiënten kleiner dan -12° neemt de snelheid progressief af. Voor het implementeren van Naismith’s regel in de Path Distance functie kan volgende afleiding gebruikt worden:
푐 ∗ tan(푆) + 72 푉 = (푓표푟푚푢푙푒 8) 푎푏 3600
Waarin de parameter “Vab” de verticale invloedsfactor in h/m weergeeft.
Er wordt geopteerd voor het gebruik van Tobler’s hiking function boven Naismith’s regel aangezien Tobler’s hiking function in de literatuur het frequentst toegepast wordt voor het reconstrueren van historische routes met behulp van ArcMap. Naismith’s regel wordt eerder toegepast voor het reconstrueren van historische routes met
GRASS GIS waar Naismith’s regel Figuur 5: Vergelijking van de anisotrope wandelsnelheid gebruikt wordt in de r.walk functie. De functies bij een basissnelheid van 5 km/h. (eigen verwerking) keuze tussen beide formules is van ondergeschikt belang aangezien beide sterk gecorreleerd zijn, met een correlatiecoëfficiënt van 0.97. Alhoewel dit niet betekent dat de resultaten van beide formules dicht bij elkaar liggen geeft het aan dat ze gemeenschappelijke variaties vertonen en complementair zijn (Magyari-Sáska & Dombay, 2012).
43
4.2. Vergelijking van de topografische datasets SRTM Void Filled en ASTER-GDEM V2
Deze vergelijking wordt uitgevoerd met volgende twee vragen in gedachte:
- Heeft de aanwezige ruis in de ASTER-GDEM V2 een significante invloed op het berekenen van de reiskost en de loop van de least-cost paden en corriddors?
- Hoe groot is de invloed van de resolutie van de hoogtedata op de loop van de route en de reiskost, en is deze invloed significant?
Door deze vragen te beantwoorden is het mogelijk om fouten op de hoogtedata zo laag mogelijk te houden en tegelijk rekening te houden met de tijdsduur voor het uitvoeren van de algoritmen. Zo brengt een verdubbeling van de resolutie, bv van 50 m naar 25 m, een verviervoudiging van de looptijd met zich mee.
Voor het vergelijken van de topografische datasets SRTM Void Filled en ASTER-GDEM V2 wordt gebruik gemaakt van anisotrope Cost surfaces waarbij de fysisch-geografische criteria gekwantificeerd worden in functie van de reistijd (h). Er worden per studiegebied zeven historische sites geselecteerd die evenwichtig verspreid liggen. Per site wordt vervolgens de reistijd naar de overige zes sites op vier verschillende wijzen berekend, namelijk op basis van de SRTM Void Filled dataset bij een resolutie van 86m en bij een resolutie van 463 m én op basis van de ASTER-GDEM V2 dataset bij een resolutie van 86m en bij een resolutie van 463 m. Dit levert in totaal 42 metingen per studiegebied op waarvan er 21 onafhankelijk zijn. De reistijd wordt immers in beide richtingen bepaald waarbij de reistijd van de heenreis niet onafhankelijk is van de reistijd van de terugreis. Deze twee waarden zijn echter ook niet identiek aangezien de Path Distance functie een verschillende reiskost toekent aan het afdalen of beklimmen van dezelfde helling (Zie 4.1.2. Anisotrope reiskost).
De vier hieruit voortkomende gepaarde steekproeven zullen vervolgens visueel vergeleken en statistisch getoetst worden. Bij deze toetsing wordt een vergelijking gemaakt tussen de reistijden
44 gedeeld door de euclidische afstand tussen de historische sites (T/De). Andere mogelijke variabelen voor het statistisch analyseren van de resultaten zijn de gemiddelde snelheid (T/D), de afgelegde afstand (D) of de reisduur (T). Deze drie variabelen zijn echter te onduidelijk om eenduidig statistisch geanalyseerd te kunnen worden (Verhagen en Jeneson, 2012). Zo kan er bij afwezigheid van een significant verschil tussen de gemiddelde snelheden (T/D) toch sprake zijn van een significant verschil in afgelegde afstand (D) of in reisduur (T) en visa versa. Bij het statistisch analyseren van de verschillen in afgelegde afstand (D) of in reisduur (T) moet dan weer rekening gehouden worden met de schaalinvloed. Indien er immers een significant verschil tussen de routes, berekend op basis van SRTM Void Filled en ASTER-GDEM V2, optreedt zal de invloed van dit verschil toenemen naargelang de euclidische afstand tussen de twee historische sites oploopt. Daarnaast geeft het statistisch analyseren van de verschillen in de afgelegde afstand (D) weinig informatie over de invloed van de hoogtedata op het berekenen van de anisotrope reiskost door middel van de Path Distance functie. Door het delen van de reistijd door de euclidische afstand (T/De), die onafhankelijk is van de berekeningsmethode, wordt zowel rekening gehouden met de schaalinvloeden als met de verklaringskracht van de statistische analyse.
Voor het statistisch toetsen van de hypothesen wordt, indien mogelijk, gebruik gemaakt van t- testen op het 5% significantieniveau waarbij bepaald wordt of er significante verschillen zijn tussen de vier steekproeven. Hieraan voorafgaand worden de verdelingen van de gepaarde steekproeven geanalyseerd waarbij er wordt nagegaan of ze een significant verschil in variantie vertonen en of de verschillen tussen de waarnemingen al dan niet als normaal verdeeld mogen beschouwd worden. Het beoordelen van de verdeling gebeurt op basis van de frequentie tabel, de scheefheid, de kurtosis en de Shapiro-Wilk test. Bij een normale verdeling liggen 68% van de waarnemingen binnen een afstand van één keer de standaardafwijking (Sd) van het gemiddelde en liggen 95% van de waarnemingen binnen een afstand van twee keer de standaardafwijking. Waarnemingen die een afwijking hebben groter dan drie keer de standaardafwijking zijn zeldzaam en worden als extreme waarnemingen beschouwd. Deze waarnemingen worden individueel bekeken en kunnen eventueel weggelaten worden. De scheefheid en de kurtosis bedragen bij een normale verdeling nul; verdelingen waarbij deze waarden tussen de -1 en de +1 liggen zijn kunnen bij benadering als normaal verdeeld worden beschouwd. Tot slot kan er op
45 basis van de Shapiro-Wilk test statistisch getoetst worden of de verdeling normaal verdeeld is; deze test is progressief waardoor zijn resultaat geïnterpreteerd dient te worden in combinatie met de scheefheid en de kurtosis. Indien de verschillen niet normaal verdeeld zijn, wordt er gebruik gemaakt van Wilcoxon Signed-Rank test. Het vergelijken van de varianties van de steekproeven gebeurt op basis van een F-test, indien deze test uitwijst dat de varianties significant verschillend zijn zal gebruik gemaakt worden van de Welch's t-test. De F-test vereist een normaal verdeelde steekproef.
Voor het visueel vergelijken van de verschillende methoden wordt gebruik gemaakt van de Arcmap functies Cost Path en Corridor.
Tenslotte worden ook de hoogteverschillen tussen de topografische datasets SRTM Void Filled en ASTER-GDEM V2 vergeleken.
4.3. Reconstrueren van de routes doorheen de onderzochte segmenten
Zoals reeds vermeld en uitgewerkt in (4.1 anisotrope cost surface) kunnen de fysisch- geografische criteria gekwantificeerd worden in functie van verschillende onafhankelijke variabelen. In dit onderzoek worden er twee onafhankelijke variabelen, de energetische verplaatsingskost (J kg-1) en de reistijd (h), toegepast voor het construeren van mogelijke routes doorheen de onderzochte segmenten van de zijderoute. Voor het construeren van de routes wordt gebruik gemaakt van least-cost paden, least-cost corridor en cost corridors waarbij er rekening gehouden wordt met gekende knooppunten. Indien de least-cost paden tussen de twee sites afwijken ten opzichte van de least-cost corridor, wordt geopteerd de route op te stellen op basis van de least-cost corridor omdat deze rekening houdt met de reiskost in beide richtingen. Het construeren van routes op basis van de cost corridors brengt een zekere onnauwkeurigheid met zich mee. De cost corridors hebben immers een zekere wijdte waardoor de loop van de routes doorheen deze corridors voor interpretatie vatbaar is. De cost corridors, waarvan de procentuele
46 afwijking meer dan 14% bedraagt, worden niet weerhouden. Dit probleem stelt zich niet bij routes geconstrueerd op basis van de least-cost paden gezien deze een eenduidige ligging hebben.
De betrouwbaarheid van de hieruit voortkomende resultaten wordt getoetst op basis van de beschikbare archeologische data en de ligging van de routes zoals voorgesteld in (Williams & Wordsworth, 2011; Williams, 2014; Tucker, 2015). Indien de loop van de geconstrueerde routes significant afwijkt ten opzichte van bovenstaande data wordt bijkomend onderzoek uitgevoerd waarbij er specifiek gekeken wordt naar de geschiedenis van de regio langsheen de geconstrueerde routes. Daarnaast worden de routes ook vergeleken op basis van de gebruikte kwantificatiemethoden en ten opzichte van de hedendaagse weginfrastructuur.
De keuze van de geïmplementeerde hoogtedata, SRTM Void Filled of ASTER-GDEM V2, en de resolutie, 86m of 463m, waarin de analyse uitgevoerd wordt is afhankelijk van de resultaten afkomstig uit de vergelijking tussen de SRTM Void Filled en de ASTER-GDEM V2 datasets.
5. RESULTATEN
5.1. Vergelijking van de topografische datasets SRTM Void Filled en ASTER-GDEM V2
5.1.1. Algemene visualisatie
Op onderstaande figuur 6 wordt het verschil tussen de hoogtes van de topografische datasets SRTM Void Filled en ASTER-GDEM V2 gevisualiseerd. Uitgaande van de figuur wordt een lage systematische fout in de laaglanden vastgesteld. Deze fout volgt een golfpatroon met een golflengte van ongeveer 100 km en valt binnen de verticale nauwkeurigheden. Deze nauwkeurigheden bedragen voor SRTM Void Filled 16 m en voor ASTER-GDEM V2 20 m. In de hoger gelegen regio’s wordt dit golfpatroon door ruis onderdrukt (Satgé et al., 2015).
47
Doorheen deze stroken zijn ook hoogteverschillen terug te vinden die groter zijn dan de verticale nauwkeurigheden van de datasets samen. Deze verschillen zijn te wijten aan ruis aanwezig op de ASTER-GDEM V2 data (Satgé et al., 2015). De invloed van deze ruis op de geconstrueerde routes wordt statistisch getoetst.
Figuur 6: Hoogteverschillen tussen de topografische datasets SRTM Void Filled en ASTER- GDEM V2. (eigen verwerking)
5.1.2. Statistische analyse
De kritische F-waarde bedraagt op het 5% significantie niveau bij een steekproef met 63 waarnemingen 1,52. Aangezien de F-waarde van alle vier de vergelijkingen lager ligt dan de kritische F-waarde wordt, in de veronderstelling dat vergelijkingen als normaal verdeeld beschouwd worden, de nulhypothese geen enkele keer verworpen. Er kan met een betrouwbaarheidsinterval van 95% besloten worden dat variaties in geen enkel van de vier uitgevoerde vergelijkingen significant verschillend zijn.
48
Tabel 5: Verdeling parameters SRTM vs ASTER (eigen bewerking) Vergelijkende Gemiddelde Standaard Scheefheid Kurtosis F-waarde (f) T-waarde parameters (µ) afwijking (t)
(Sd)
A86m/De vs S86m/De 0,0032 0,0025 0,84 5,2 1,03 10,401
A463m/De vs S463m/De 0,0004 0,0011 0,08 1,98 1,01 2,848
S463m/De vs S86m/De 0,0014 0,0098 0,48 0,07 1,13 1,108
A463m/De vs A86m/De -0,0015 0,0094 0,06 0,21 1,08 -1,247
De eerste twee datasets, die vergeleken worden, zijn ASTER-GDEM V2 bij een resolutie van 86 m (A86m) en SRTM Void Filled bij een resolutie van 86 m (S86m). Hierbij wordt statistisch getoetst of de invloed van ruis, aanwezig op de ASTER-GDEM V2 data, significant is bij een hoge resolutie. Deze invloed wordt eenzijdig getoetst met als alternatieve hypothese µ(A86m/De)
> µ(S86m/De) omdat hij gemiddelde positief en groter is dan de standaardafwijking. De verdeling van de verschillen tussen A86m/De en S86m/De wordt gekenmerkt door een scheefheid van 1,41 en een kurtosis van 5,23. Hieruit blijkt dat de verdeling rechtsscheef en leptokurtisch is, waarbij een klein aantal hoge waarden een toename in de variantie teweegbrengen en leiden tot een gemiddelde dat groter is dan de mediaan. De hoge waarden zijn afkomstig van de routes tussen Kasan en Shahimardan en tussen Koshoi-Korgon en Kashgar, beide gelegen in het, door bergen gedomineerde onderzoeksgebied Kashgar-Andijon. Op deze routes vertonen de lopen van de least-cost paden ten opzichte van elkaar een duidelijk verschil. De vorm van deze verdeling kan er op wijzen dat de verdeling niet normaal verdeeld is. Voor uitsluitsel wordt gebruik gemaakt van de Shapiro-Wilk test. Deze test geeft een p-waarde van 0,00005 weer, wat kleiner is dan het significantie niveau van 0,05. Hieruit kan er met een betrouwbaarheidsinterval van 95% besloten worden dat de verdeling niet als normaal verdeeld beschouwd mag worden. Gezien de verdeling als niet normaal verdeeld beschouwd wordt, brengt het gebruik van de t-test risico’s met zich mee, en wordt daarom ook de Wilcoxon Signed-Rank test voor gepaarde steekproeven toegepast.
49
Beide testen worden eenzijdig uitgevoerd met de hypothesen H0: µ(A86m/De) = µ(S86m/De) en
Ha: µ(A86m/De) > µ(S86m/De). Zowel de t-test als de Wilcoxon Signed-Rank test geven met een betrouwbaarheidsinterval van 95% aan dat µ(A86m/De) significant groter is dan µ(S86m/De) waardoor H0 verworpen wordt.
De twee volgende datasets, die vergeleken worden, zijn ASTER-GDEM V2 bij een resolutie van 463 m (A463m) en SRTM Void Filled bij een resolutie van 463 m (S463m). Hierbij wordt statistisch getoetst of de invloed van ruis, aanwezig op de ASTER-GDEM V2 data significant, is bij een lage resolutie. Deze invloed wordt, gezien het gemiddeld positief is maar niet groter dan de standaardafwijking, tweezijdig getoetst met als alternatieve hypothese µ(A463m/De) ≠
µ(S463m/De). Het verschil tussen A463m/De en S463m/De heeft een verdeling die wordt gekenmerkt door een scheefheid van 0,08 en een kurtosis van 1,98. Op basis van deze parameters kan besloten worden dat de verdeling leptokurtisch is en mogelijks niet als normaal verdeeld mag worden beschouwd. Dit wordt bevestigd op basis van de Shapiro-Wilk test die een p-waarde weergeeft van 0,0008 wat lager is dan het significantie niveau van 0,05. Hierdoor wordt de nulhypothese verworpen en wordt de verdeling als niet normaal verdeeld beschouwd. Gezien de verdeling als niet normaal verdeeld wordt beschouwd brengt het gebruik van de t-test risico’s met zich mee, daarom wordt ook de Wilcoxon Signed-Rank test voor gepaarde steekproeven toegepast. De t-test wordt tweezijdig uitgevoerd met de hypothesen H0: µ(A463m/De) =
µ(S463m/De) en Ha: µ(A463m/De) ≠ µ(S463m/De). De t-waarde bedraagt 2,848 terwijl de kritische t-waarden op het 5% significantieniveau met 62 vrijheidsgraden bij een tweezijdige toets 2,00 en -2,00 bedragen. Gezien - tkrit < +tkrit < t wordt de nulhypothese op basis van de t-test verworpen. De Wilcoxon Signed-Rank test geeft een p-waarde weer van 0,0003, wat lager is dan het significantieniveau van 0,05, waardoor de nulhypothese ook op basis van de Wilcoxon Signed-Rank test wordt verworpen. Hieruit kan, bij een betrouwbaarheidsinterval van 95%, besloten worden dat er een significant verschil is tussen A463m/De en S463m/De.
De volgende datasets, die vergeleken worden, zijn de SRTM Void Filled data bij de resoluties 463 m (S463m) en 86 m (S86m). Hierbij wordt statistisch getoetst of de invloed van de resolutie, waarin de SRTM Void Filled data worden geïmplementeerd, significant is op het berekenen van de reisduur en op de loop van de least-cost paden. Deze invloed wordt, gezien hij gemiddeld zeer
50 dicht bij nul ligt en niet groter is dan de standaardafwijking, tweezijdig getoetst met als alternatieve hypothese µ(S463m/De) ≠ µ(S86m/De). Het verschil tussen S463m/De en S86m/De heeft een verdeling die wordt gekenmerkt door een scheefheid van 0,48 en een kurtosis van 0,07.
Deze lage waarden zijn een sterke indicatie dat de verschillen tussen S463m/De en S86m/De normaal verdeeld zijn. Dit wordt bevestigd door de Shapiro-Wilk test die een p-waarde weergeeft van 0,078. Gezien deze p-waarde groter is dan het significantieniveau van 0,05 wordt de nulhypothese niet verworpen zodat met een betrouwbaarheidsinterval van 95% besloten kan worden dat de verdeling, bij benadering, normaal verdeeld is en dat er gebruik gemaakt kan worden van een t-test. Deze t-test wordt tweezijdig uitgevoerd met de hypothesen H0:
µ(S463m/De) = µ(S86m/De) en Ha: µ(S463m/De) ≠ µ(S86m/De). De t-waarde bedraagt 1,108 terwijl de kritische t-waarden op het 5% significantieniveau met 62 vrijheidsgraden bij een tweezijdige toets 2,00 en -2,00 bedragen. Gezien -tkrit < t < +tkrit wordt de nulhypothese niet verworpen en kan met een betrouwbaarheidsinterval van 95% besloten worden dat er geen significant verschil is tussen S463m/De en S86m/De.
Tenslotte worden de ASTER-GDEM V2 data bij de resoluties 463 m (S463m) en 86 m (S86m) vergeleken. Hierbij wordt statistisch getoetst of de invloed van de resolutie, waarin de ASTER- GDEM V2 data worden geïmplementeerd, significant is op het berekenen van de reisduur en op de loop van de least-cost paden. Deze invloed wordt tweezijdig getoetst met als alternatieve hypothese µ(A463m/De) ≠ µ(A86m/De) gezien hij gemiddeld minder dan één standaardafwijking afwijkt van nul. Het verschil tussen A463m/De en A86m/De heeft een verdeling die wordt gekenmerkt door een scheefheid van 0,06 en een kurtosis van 0,21. Deze lage waarden zijn een sterke indicatie dat de verschillen tussen A463m/De en A86m/De normaal verdeeld zijn. Dit wordt bevestigd via de Shapiro-Wilk test die een p-waarde van 0,85 weergeeft. Gezien deze p- waarde groter is dan het significantie niveau van 0,05 wordt de nulhypothese niet verworpen en kan er, met een betrouwbaarheidsinterval van 95%, besloten worden dat de verdeling normaal verdeeld is en er gebruik gemaakt kan worden van een t-test. Deze t-test wordt tweezijdig uitgevoerd met de hypothesen H0: µ(A463m/De) = µ(A86m/De) en Ha: µ(A463m/De) ≠
µ(A86m/De). De t-waarde bedraagt -1,247 terwijl de kritische t-waarden op het 5% significantieniveau met 62 vrijheidsgraden bij een tweezijdige toets 2,00 en -2,00 bedragen.
Gezien -tkrit < t < +tkrit wordt de nulhypothese niet verworpen en kan er, bij een
51 betrouwbaarheidsinterval van 95%, besloten worden dat er een geen significant verschil is tussen
A463m/De en A86m/De.
Op basis van deze statistische analyse kan besloten worden dat de ruis op de ASTER-GDEM V2 data, geïdentificeerd in Satgé et al. (2015), een significante invloed heeft op het berekening van de reistijden ten opzichte van de SRTM Void Filled data. Deze invloed is significant bij zowel een fijne (86 m) als bij een grove (463 m) resolutie. De invloed van het verschil in de resolutie, waarmee de berekeningen worden uitgevoerd, is niet significant zowel bij de ASTER-GDEM V2 data als bij de SRTM Void Filled data. Uit een visuele vergelijking van de least-cost corridors tussen de historische sites blijkt dat de invloed van de verschillende hoogtedatasets en resoluties minimaal is op de globale ligging van deze corridors, enkel de kost van de corridors wordt beïnvloed. De resolutieverfijning heeft wel een merkbare invloed op de ligging van de least-cost paden. Op basis van deze statistische en visuele analyse wordt beslist om verder te werken met SRTM Void Filled data bij een resolutie van 463 m. Hierbij wordt een afweging gemaakt tussen de looptijd en de nauwkeurigheid/betrouwbaarheid van de gis-analyse.
5.2. Reconstrueren van de segmenten op basis van de least-cost path analyse
Voor het reconstrueren van de vermoedelijke routes doorheen de onderzochte segmenten wordt gebruik gemaakt van twee verschillende least-cost path analyses. Hierbij wordt per segment eerst een least-cost path analyse in functie van de energetische reiskost uitgevoerd. De resultaten van deze analyse worden vervolgens vergeleken worden met deze van de least-cost path analyse op basis van de reistijd.
De verschillende geconstrueerde routes zullen gedefinieerd worden op basis van het segment waarin ze voorkomen (S1,S2 of S3), een nummering (1,2,3,...) en hun kwantificatiemethode (E of T). Indien de ligging van een route geconstrueerd in functie van de energetische kost, gedefinieerd door een E, overeenkomt met een route geconstrueerd in functie van de reistijd
52 wordt dit kenteken behouden. Indien de ligging van de twee routes licht van elkaar afwijken wordt de nummering behouden maar de E vervangen door een T.
5.2.1. Globale route Kashgar-Merv
Als eerst uitgevoerde least-cost path analyse worden de mogelijke routes tussen Kashgar en Merv geconstrueerd. Deze analyse geeft een globaal overzicht van de routes doorheen de verschillende segmenten. Door de grote omvang van het studiegebied, de afstand Kashgar-Merv bedraagt in vogelvlucht 1250 km, is de nauwkeurigheid van de least-cost path analyse vrij laag. Hierdoor kunnen verschillende routes in dezelfde cost corridor liggen en bijgevolg niet van elkaar onderscheiden worden.
5.2.1.1. Energie kwantificatiemethode
53
Figuur 7: Least-cost path analyse tussen Kashgar en Merv op basis van de energie kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de energetische kost ( Figuur 7) genereert twee routes, “S-1E” en “S-2E”, gelegen in de least-cost corridor, die hier 4% bedraagt. De eerste route, “S- 1E”, loopt vanuit Kashgar doorheen de Irkestambergpas tot in de Alajvallei. De route doorkruist deze vallei en loopt via de Karamykbergpas en het kloofdal van de Vachsj naar de historische stopplaats Hissar. De route verlaat Hissar via de Iron Gatebergpas in westelijke richting. De route steekt de Amu Darya over nabij Zemm en blijft een westelijke koers volgen tot in Merv. Deze route omvat de least-cost paden die enkel bij de Amu Daryaoversteekplaats nabij Zemm van elkaar afwijken. De route stelt bijgevolg de loop voor die in beide richtingen afzonderlijk de laagste reiskost heeft. De tweede route, “S-2E”, vertrekt vanuit Kashgar in noordwestelijke richting naar Osj waarbij de route het Tiensjangebergte oversteekt nabij de Talgyybergpas. Vanuit Osj loopt de route in westelijke richting doorheen de Ferganavallei naar de, in de Zarafshonvallei gelegen, stad Penijkent. Vanaf Penijkent loopt de route in zuidwestelijke richting
54 langs Qarshi en steekt de Amu Darya over nabij Zemm. Vanaf dit punt vloeien de routes “S-1E” en “S-2E” samen.
5.2.1.2. Tijd kwantificatiemethode
Figuur 8: Least-cost path analyse tussen Kashgar en Merv op basis van de tijd kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de reistijd (Figuur 8) genereert dezelfde twee routes als de analyse in functie van de energetische kost. Deze zijn beiden gelegen in de least-cost corridor die hier 4% bedraagt. In deze analyse lopen de least-cost paden samen met de route “S-2E”.
5.2.1.3. Validatie geconstrueerde routes
55
De route “S-1E” komt overeen met beschrijvingen gegeven in Williams en Wordsworth (2011) en Tucker (2015) en vormt de zuidelijke route tussen Kashgar en Merv. De enige afwijking die de loop van “S-1E” vertoont ten opzichte van deze beschrijvingen is het oversteken van de Amu Darya nabij Zemm. Williams en Wordsworth (2011) vermeldt dat handelaars langsheen deze route de Amu Darya overstaken nabij Termez om vervolgens verder te reizen naar Merv. Tucker, 2015 vermeldt twee alternatieve routes die vanuit de Iron Gatebergpas via Buchara of via Zemm naar Amul liepen. Deze routes staken vervolgens nabij Amul de Amu Darya over. De handel langsheen deze twee alternatieve routes beschouwde de tussenstopplaatsen Buchara en Amul als doel op zich en niet als een noodzakelijke tussenstop (Liu, 2001 en Tucker, 2015).
De ligging van de route “S-2E” wordt voor de helft, namelijk het segment Kashgar-Samarkand, ondersteund door en Williams en Wordsworth (2011) en Tucker (2015). Het tweede segment van de route, vanuit Samarkand via Zemm naar Merv, zou nooit veelvuldig gebruikt zijn. De werkelijke loop zou in plaats daarvan de Amu Darya hebben overgestoken nabij Amul. In de literatuur wordt naar de route Kashgar-Samarkand-Amul-Merv verwezen als de noordelijke route tussen Kashgar en Merv. Het is deze route die het onderwerp vormt van de least-cost path analyses uitgevoerd in dit onderzoek waarbij de mogelijke routes met hogere nauwkeurigheid bestudeerd worden.
5.2.2. Routesegment Kashgar-Andizan
5.2.2.1. Energie kwantificatiemethode
56
Figuur 9: Least-cost path analyse tussen Kashgar en Andizan op basis van de energie kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de energetische kost (Figuur 9) genereert vier afzonderlijke routes: “S1-1E”, “S1-2E”, “S1-3E” en “S1-4E”.
De eerste route “S1-1E” is deze met de laagste reiskost en wordt opgesteld op basis van de least- cost paden en de least-cost corridor, die hier 8% bedraagt. De least-cost paden lopen grotendeels samen en wijken hoogstens, voornamelijk op vlak terrein 5 km van elkaar af. Daarnaast liggen de least-cost paden volledig in de least-cost corridor, wat er op wijst dat de route aangeduid door de least-cost paden geschikt is voor verplaatsingen in beide richtingen. Deze route vertrekt vanuit Kashgar in noordwestelijke richting en steekt het Tiensjangebergte 12 km ten noorden van de Talgyybergpas (3668 m), die gelegen is in de least-cost corridor, over. De route volgt vervolgens de riviervallei van de Tar tot aan zijn samenvloeiing met de Kara Daryarivier, die gelegen is in de Oy-Talvallei. De route volgt deze vallei tot nabij de stad Uzgen. Deze stad is gelegen aan de oostelijke grens van de vallei van Fergana nabij de samenvloeiing van de Kara Daryarivier met
57 de Kara Kuljarivier. Vanaf Uzgen loopt de route in westelijke richting tot in Andizan. De tweede route “S1-2E” is gelegen in de 10% cost corridor. Deze loopt vanuit Kashgar in noordwestelijke richting en overbrugt het Tiensjangebergte via de Suyekbergpas (4034 m) en de Karakolbergpas (4162 m). Deze oversteek ligt 45 km noordelijker dan “S1-1E”. Vanuit de Karakolbergpas daalt de route af langsheen de riviervallei van de Kara Kulja tot aan de samenvloeiing van de Kara Kulja in de Kara Darya. Vanaf dit punt, nabij Uzgen, lopen de routes “S1-1E” en “S1-2E” samen. De derde route “S1-3E” is ook gelegen in de 10% cost corridor en loopt vanuit Kashgar in noordwestelijke richting. De route steekt het Tiensjangebergte over via de Kugartbergpas (4018 m), gelegen tussen de Talgyybergpas en de Suyekbergpas. Vanuit de Kugartbergpas daalt de route af langsheen de riviervallei van de Tar analoog aan de route “S1-1E”. Ten slotte is er nog de route “S1-4E”, gelegen in de 14% cost corridor, die vanuit Kashgar in westelijke richting naar Ulugqat loopt. Van hieruit volgt de route de Irkeshtambergpas tot vlak voor de Kirgizische- Chinese grens waarna ze afbuigt in oostwestelijk richting. De route steekt vervolgens het zuidelijkste deel van het Tiensjangebergte over 11 km ten zuiden van de Kara-Bel’bergpas (3937 m). De route vervolgt zijn weg in noordwestelijke richting en doorkruist via de Terek- Bavanbergpas (3710 m), gelegen 16 km ten westen van Terek, en via de Taldykbergpas (3615 m) het Alajgebergte tot in Gulcha. Vanuit Gulcha volgt de route de riviervallei van de Kurshab tot in de Ferganavallei waarna ze in noordwestelijke richting afbuigt en verder loopt tot in Andizan.
5.2.2.2. Tijd kwantificatiemethode
58
Figuur 10 : Least-cost path analyse tussen Kashgar en Andizan op basis van de tijd kwantificatiemethode (eigen verwerking)
De routes, gegenereerd in functie van de reisduur (Figuur 10) komen grotendeels overeen met de resultaten afkomstig van de least-cost path analyse op basis van de energetische kost. Zo wijken de least-cost paden gegenereerd in functie van de reistijd nergens meer dan 5 km af van deze gegeneerd op basis van de energetische kost. Daarnaast liggen de least-cost paden hier ook volledig in de least-cost corridor, die hier 4% bedraagt. Hieruit kan, op basis van beide kwantificatiemethoden, besloten worden dat de route “S1-1E” de optimale route tussen Kashgar en Andizan voorstelt. De ligging van de routes “S1-2E” en “S1-3E”, beide gelegen in de 6% cost corridor, wordt bevestigd door middel van de least-cost path analyse op basis van de reistijd. Ook de route “S1-4E”, gelegen in de 10% cost corridor, wordt bevestigd door middel van de least-cost path analyse op basis van de reistijd. Naast deze vier reeds besproken routes wordt er ook een vijfde route “S1-5T” gegenereerd. Deze route, gelegen in de 10% cost corridor, loopt vanuit Kashgar naar Ulugqat om vervolgens het Tiensjangebergte over te steken in noordwestelijke richting. De route kruist de grens Kirgizië en China 14 km ten westen van de Kara-Bel’bergpas
59 en loopt vervolgens, nog steeds in noordwestelijke richting, langs de oostwestelijk georiënteerde Aldan-Kul’bergpas tot in Andizan.
5.2.2.3. Validatie geconstrueerde routes
Van deze vier routes komen enkel de routes “S1-3E” en “S1-4E” gedeeltelijk overeen met de ligging van routes zoals beschreven in Williams en Wordsworth (2011) en Williams (2014), Tucker (2015). De ligging van de route “S1-3E” komt overeen met een beschrijving gegeven in Tucker (2015) maar wordt niet vermeld in Williams en Wordsworth (2011) of Williams (2014). De ligging van de route “S1-4E” komt ruwweg overeen met een trektocht van Kashgar naar Andizan gemaakt in 1947 door Eric Shipton en uitgebreid beschreven in Shipton, 2015. De belangrijkste afwijkingen van “S1-4E” ten opzichte van Shipton, 2015 situeren zich nabij de Kara-Bel’bergpas en de riviervallei van de Kurshab. Shipton vermeldt de Kara-Bel’bergpas als alternatief van de Irkeshtambergpas voor het oversteken met lastdieren van het Tiensjangebergte tussen Kashgar en de Alajvallei. Deze bergpas, het gevaarlijkste deel van zijn route, was in 1947 slechts enkele maanden per jaar toegankelijk voor handelskaravanen. Om deze reden vermeden de meeste reizigers deze route en opteerden in plaats daarvan om vanuit Kashgar volledig door de Irkestambergpas te reizen en dan pas naar het noorden af te buigen richting de Terek- Bavanbergpas om zo de route normaal te vervolgen (Shipton, 2015). De tweede afwijking van de route “S1-4E” ten opzichte van Shipton’s route is het volgen van de riviervallei van de Kurshab. Deze vallei is in bepaalde segmenten zeer nauw en reizen langsheen deze segmenten is onmogelijk. Om deze reden wordt gebruik gemaakt van de Chyrchykbergpas (2402m) voor verplaatsingen tussen Gulcha en de Ferganavallei (Williams & Wordsworth, 2011; Shipton, 2015; Tucker, 2015).
Data betreffende het historisch gebruik van de route “S1-1E” zijn schaars. Verscheidene internetsites, allen geschreven door de Brit Ian Claytor wonende in Kirgizië, vermelden dat de Talgyybergpas één van de voornaamste routes tussen Kasgar naar Andijon was (http://ianbek.kg/, 13/04/2016; http://www.discovery-central-asia.com/, 13/04/2016). Gezien er geen bronnen
60 vermeld staan op deze sites werd er contact opgenomen met Ian Claytor (Claytor, persoonlijke melding, 11 mei 2016). Hij verwijst naar de historische roman Daughters of Britannia: The Lives and Times of Diplomatic Wives (1999) en een kaartfragment ( Zie bijlage 2). Dit kaartfragment geeft volgens Claytor de ligging van historische handelsroutes, waaronder een route doorheen de Talgyybergpas, weer. Door het ontbreken van enige extra informatie betreffende dit kaartfragment of de Talgyybergpas is het historisch belang van deze route moeilijk in te schatten. Daarnaast moet ook rekening gehouden worden dat de route “S1-1E” de bergkam 12 km ten noorden van de Talgyy bergpas oversteekt. Maar gezien de Talgyy bergpas gelegen is binnen de least-cost corridor is dit niet problematisch.
Historische data betreffende de route “S1-2E” zijn niet gevonden maar deze route komt wel overeen met een hedendaagse onverharde weg tussen Kashgar en de Ferganavallei.
Data omtrent de route “S1-5T” zijn niet gevonden, wat niet verwonderlijk is aangezien de route het Tiensjangebergte oversteekt in een regio waar geen begaanbare bergpassen aanwezig zijn. Daarnaast houdt deze route weinig rekening met het reliëf en vertoont ze geen overeenkomsten met de hedendaagse weginfrastructuur.
5.2.3. Routesegment Andizan-Samarkand
5.2.3.1. Energie kwantificatiemethode
61
Figuur 11: Least-cost path analyse tussen Andizan en Samarkand op basis van de energie kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de energetische kost (Figuur 11) genereert twee mogelijke routes “S2-1E” en “S2-2E”. De eerste route “S2-1E” volgt de loop van de least-cost paden, die nergens meer dan drie en een halve kilometer van elkaar afwijken. De least-cost paden liggen echter niet volledig in de least-cost corridor, die hier 2% bedraagt, maar liggen in de 4% cost corridor. “S2-1E” stelt bijgevolg de route voor die in beide richtingen afzonderlijk de laagste kost heeft. De route vertrekt vanuit Andizan in zuidwestelijke richting en loopt centraal doorheen de Ferganevallei langs de eerder kleine, historische steden Margellan en Konibodom tot in Istaravshan. Vanuit Istaravshan loopt de route verder in zuidwestelijke richting waar het de westelijke uitlopers van het Turkestangebergte oversteekt tot in Samarkand. De tweede route “S2-2E” volgt de least-cost corridor en stelt bijgevolg de optimale route voor verkeer in beide richtingen voor. De route splitst bij vertrek vanuit Andizan op in een zuidelijke en in een noordelijke route. De zuidelijke route volgt de least-cost paden langsheen de historische stad Margellan tot in Konibodom terwijl de noordelijke route via Kokand naar Konibodom loopt.
62
Vanuit Konidodom loopt deze route verder in westelijke richting via Kurkat naar Jizzak. Vanaf Jizzak buigt de route in zuidwestelijke richting af en steekt in de buurt van of via de Jilanutibergpas (830 m) de westelijke uitlopers van het Turkestangebergte over. De route loopt vervolgens verder tot in Samarkand.
5.2.3.2. Tijd kwantificatiemethode
Figuur 12: Least-cost path analyse tussen Andizan en Samarkand op basis van de tijd kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de reistijd (Figuur 12) genereert dezelfde twee routes als de analyse op basis van de energetische kost, met enkele belangrijke verschillen. Zo liggen de least-cost paden tussen Andizan en Samarkand in dit geval wel in de least-cost corridor, die hier 2% bedraagt. Hieruit volgt dat beide routes “S2-1E” en “S2-2T” optimaal zijn voor verkeer in
63 beide richtingen. De ligging van de route “S2-1E” wordt bevestigd door de least-cost path analyse op basis van de reistijd aangezien de least-cost paden berekend in functie van de reistijd en die berekend in functie van de energetische kost nauwelijks van elkaar afwijken. De route “S2-2T” is afwijkend van de route “S2-2E” omdat ze bij vertrek uit Andizan niet splitst maar enkel de zuidelijke route volgt langsheen de historische stad Margellan naar Konibodom loopt.
5.2.3.3. Validatie geconstrueerde routes
De regio’s rond Samarkand en de Ferganavallei behoren tot de kerngebieden van de zijderoute waar verschillende handelsroutes elkaar kruisten. Dit heeft tot gevolg dat elke historische site in deze omgeving deel uitmaakte van een handelsroute. Zo lopen er in oostwestelijke richting verschillende routes doorheen de Ferganavallei en is elke route, zowel de noordelijke, de zuidelijke als de centrale, historisch verantwoord (Williams & Wordsworth, 2011; Williams, 2014; Tucker, 2015). De verplaatsing tussen de Ferganavallei en Samarkand, gelegen in de Zarafshon vallei, loopt over de westelijke uitlopers van het Turkestan gebergte. Voor deze overbrugging worden maar twee mogelijkheden vermeld (Liu, 2011; Hansen, 2012; Tucker, 2015). De eerste overbrugging loopt vanuit Jizzakh doorheen de Jilanutibergpas naar Samarkand, wat overeenkomt met de routes “S2-1E” en “S2-2T”. De tweede loopt vanuit Istraravshan via de vallei van de Shahristansairivier naar de historische stad Ayni. Deze stad ligt op het kruispunt van twee historische bergroutes, de route van Istraravshan naar Termez en de route langs de Zarafshon rivier. Deze bergroutes zijn in gebruik vanaf de 6de eeuw voor Chr.. Vanaf Ayni loopt de route verder doorheen de Zarafshonvallei via Penjikent naar Samarkand (Hansen, 2012; Liu, 2011 en Tucker, 2015). De loop van deze route komt niet overeen met één van de geconstrueerde routes maar kan, met wat goodwill, teruggevonden worden in de least-cost path analyse op basis van de energetische reiskost (14% cost corridor).
5.2.4. Routesegment Samarkand-Merv
64
In het segment Samarkand-Merv liggen verscheidene historisch belangrijke handelssteden zoals Amul, Samarkand, Merv, Buchhara en Termez. Daarnaast wordt de handel in dit studiegebied beïnvloed door de loop van de Amu Darya die de regio in twee snijdt. Onderzoek heeft uitgewezen dat drie oversteekplaatsen, namelijk Amul, Zemm en Termez, werden gebruikt. Verder onderzoek wijst uit dat de route van Samarkand naar Merv hoofdzakelijk de historische stad Amul aandeed. De oversteekplaats nabij de stad Termez zou voornamelijk gebruikt zijn voor het reizen van Samarkand, Buchara en Kashgar naar Balkh, gelegen 63 km ten zuiden van Termez. Over het gebruik van de oversteekplaats nabij Zemm is weinig informatie gevonden (Burkhanov, 2007; Williams & Wordsworth, 2011; Tucker, 2015).
5.2.4.1. Energie kwantificatiemethode
65
Figuur 13: Least-cost path analyse tussen Samarkand en Merv op basis van de energie kwantificatiemethode (eigen verwerking)
In eerste instantie wordt gebruik gemaakt van een least-cost path analyse op basis van de energetische kost (Figuur 13) om de routes langs de verschillende oversteekplaatsen te vergelijken. Dit gebeurt op basis van het corridor raster. Hieruit blijkt dat de route doorheen Zemm in de 4% cost corridor, de route doorheen Amul in de 30% cost corridor en de route doorheen Termez in de 45% cost corridor ligt. Bijgevolg kan op basis van deze analyse de oversteekplaats nabij Zemm geïdentificeerd worden als de meest waarschijnlijke oversteekplaats voor rechtstreekse handel tussen Samarkand en Merv. De energetische kost van de route doorheen Amul ligt 25% hoger dan die doorheen Zemm en is bijgevolg de tweede keuze. De energetische kost van de route doorheen Termez ligt net geen 40% hoger dan die doorheen Zemm.
5.2.4.2. Tijd kwantificatiemethode
66
Figuur 14: Least-cost path analyse tussen Samarkand en Merv op basis van de tijd kwantificatiemethode (eigen verwerking)
Voorgaande analyse wordt ondersteund door de least-cost path analyse op basis van de reistijd (Figuur 14), waarbij de route doorheen Zemm in de 6% cost corridor, de route doorheen Amul in de 29% cost corridor en de route doorheen Termez in de 45% cost corridor ligt. De afwijkingen van de routes doorheen Amul en Termez ten opzichte van de optimale route doorheen Zemm bedragen respectievelijk 22% en 37%.
5.2.4.3. Validatie geconstrueerde routes
67
De resultaten van deze least-cost path analyses, die de historische stad Zemm aanduiden als de optimale oversteek plaats van de Amu Darya, komen niet overeen met de beschikbare historische bronnen. Deze bronnen wijzen Amul aan als voornaamste oversteekplaats. Als oversteekplaats zou Zemm eerder van strategisch belang zijn geweest waarbij de stad handel langsheen de oevers van de Amu Darya ondersteunde (Liu, 2001; Burkhanov, 2007; Williams & Wordsworth, 2011; Tucker, 2015). Op basis hiervan wordt besloten de route tussen Samarkand en Merv in twee delen op te splitsen met Amul als etappeplaats.
5.2.5. Deelroutesegment Samarkand-Amul
5.2.5.1. Energie kwantificatiemethode
68
Figuur 15: Least-cost path analyse tussen Samarkand en Amul op basis van de energie kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de energetische kost (Figuur 15) genereert twee routes “S3-1E” en “S3-2E” gelegen zijn in de least-cost corridor, die hier 2% bedraagt. De eerste route “S3-1E” loopt vanuit Samarkand doorheen de Zarafshonvallei tot in Amul. Deze route omvat de least-cost paden, die nauwelijks van elkaar afwijken en recht doorheen de historische steden Arbinjan, Buchara en Poykent lopen. Zij stellen bijgevolg de route voor die in beide richtingen afzonderlijk de laagste reiskost heeft. De tweede route “S3-2E” loopt vanuit Samarkand 260km in westelijke richting. De route dwarst de Kyzylkumwoestijn, loopt langs de noordelijke oever van het Dengizkulzoutmeer, tot aan de Zarafshonvallei, 30km ten noorden van Amul. Een derde route “S3-3E” ligt in de 4% cost corridor. Deze route loopt vanuit Samarkand, analoog aan “S3- 2E”, 190 km in westelijke richting doorheen de Kyzylkumwoestijn. Daarna buigt de route in zuidwestelijke richting af, volgt de zuidelijke oevers van het Dengizkulzoutmeer en loopt vanaf daar in westelijke richting naar Amul. Tot slot is er “S3-4E”, gelegen is in de 6% cost corridor, die vanuit Samarkand vertrekt in zuidwestelijke richting. Deze route volgt deze koers tot in
69
Kasan, waar de route in westelijke richting afbuigt. Deze route vloeit samen met “S3-3E” aan de zuidelijke oevers van het Dengizkulzoutmeer.
5.2.5.2. Tijd kwantificatiemethode
Figuur 16: Least-cost path analyse tussen Samarkand en Amul op basis van de tijd kwantificatiemethode (eigen verwerking)
De ligging van de routes “S3-1E”, “S3-2E” en “S3-3E”, die alle drie deel uitmaken van de least- cost corridor die hier 2% bedraagt, wordt ondersteund door de least-cost path analyse op basis van de reistijd (Figuur 16). De least-cost paden wijken nauwelijks van elkaar af en maken deel uit van “S3-2E”. Deze route heeft bijgevolg de kortste reistijd in beide richtingen afzonderlijk. De ligging van de route “S3-4E” wordt ook ondersteund door de analyse in functie van de reistijd en is gelegen in de 4% cost corridor.
70
5.2.5.3. Validatie geconstrueerde routes
De ligging van de route “S3-1E” komt overeen met de beschrijving van de route tussen Samarkand en Amul door Williams en Wordsworth (2011). Williams en Wordsworth (2011) vermeldt hierbij wel dat het mogelijk is dat deze route noordelijker liep via Kermine. Deze stad lag in het verleden op het kruispunt van handelsroutes vanuit Merv naar Kazachstan en vanuit Samarkand naar Urganch. Deze noordelijke ligging wordt onderschreven door de aanwezigheid van verschillende karavanserais en historische steden zoals Vobkent, Kermine en Dabusia en komt overeen met de ligging van de M37 tussen Buchara en Amul (Tucker, 2015). De route “S3- 2E” wordt in geen enkel van de geraadpleegde bronnen vermeld en vertoont weinig gelijkenissen met de hedendaagse weginfrastructuur. “S3-2E” passeert langsheen één historische site, de Karaulbazar karavanserai, halverwege de Kyzylkumwoestijn. Williams en Wordsworth (2011) en Tucker (2015) vermelden echter dat deze karavanserai deel uitmaakte van de handelsroute tussen Termez en Buchara. Net zoals de “S3-2E” wordt ook de route “S3-3E” nergens vermeld in de geraadpleegde literatuur. De ligging van de route “S3-4E” wordt gedeeltelijk ondersteund door historische bronnen. Zo liep er vanuit Samarkand een route tot aan Qarshi en Kasan. Deze historische steden liggen beiden op de handelsroute tussen Buchara en Termez. Het verder verloop van deze route, van Kasan/Qarshi naar Amul, wordt nergens vermeld in de geraadpleegde literatuur (Williams & Wordsworth, 2011 en Tucker, 2015).
5.2.6. Deelroutesegment Amul-Merv
5.2.6.1. Energie kwantificatiemethode
71
Figuur 17: Least-cost path analyse tussen Amul en Merv op basis van de energie kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de energetische kost (Figuur 17) genereert drie mogelijke routes tussen Amul en Merv. Twee van deze routes “S3-5E” en “S3-6E” zijn gelegen in de least- cost corridor die hier 1% bedraagt. De eerste route “S3-5E” vertrekt vanuit Amul in zuidoostelijke parallel aan de Amu Darya. Na ongeveer 50 km buigt de route af naar het zuidwesten waarbij ze deze richting voor ongeveer 125 km aanhoudt. Vervolgens loopt de route in westelijke richting verder tot in Merv. Deze route omvat de least-cost paden en stelt bijgevolg de route voor die in beide richtingen de kortste reisduur heeft. De tweede route “S3-6E” vertrekt vanuit Amul in zuidwestelijke richting en volgt deze koers voor 125 km waarna de route in zuidelijke richting verder loopt tot in Merv. Tenslotte is er nog een derde route “S3-7E” die gelegen is in de 4% cost corridor en vanuit Amul de Amu Darya in zuidoostelijke richting volgt tot in Kusk-Kala. Hierna buigt de route af in zuidelijke richting om verder het Karakumkanaal te volgen tot in Merv.
72
5.2.6.2. Tijd kwantificatiemethode
Figuur 18: Least-cost path analyse tussen Amul en Merv op basis van de tijd kwantificatiemethode (eigen verwerking)
De least-cost path analyse op basis van de reistijd (Figuur 18) genereert dezelfde drie mogelijke routes tussen Amul en Merv als de voorgaande analyse. De least-cost paden vallen in dit geval samen met de route “S3-6E” en behoren tot de least-cost corridor die 1% bedraagt. De route “S3- 5E” is in deze analyse gelegen in de 4% cost corridor en de route “S3-7E” is gelegen in de 6% cost corridor.
5.2.6.3. Validatie geconstrueerde routes
73
De route “S3-6E” loopt parallel met de huidige snelweg tussen Amul en Merv en volgt daarmee ruwweg de kortst mogelijke route. De ligging van deze route komt overeen met beschrijvingen gegeven in (Williams & Wordsworth, 2011; Williams, 2014; Tucker, 2015). De route “S3-5E” loopt gelijk met een hedendaagse onverharde weg tussen Merv en Kusk-Kala. Er wordt in de historische bronnen echter geen melding gemaakt van deze route. De route “S3-7E” is afhankelijk van het in 1988 aangelegde Karakumkanaal en heeft geen enkele historische betekenis.
6. DISCUSSIE
6.1. Methodologie
Het analyseren van de resultaten, verkregen op basis van de least-cost path analyses, ten opzichte van de bestaande historische data is complex. Zo zijn er meerdere aspecten die de nauwkeurigheid van het model beïnvloeden. De voornaamste zijn het gebruik van slechte en/of ongeschikte data, het ontbreken van essentiële criteria, het verkeerd kwantificeren van de criteria ten opzichte van de onafhankelijke variabele, het kwantificeren van de criteria ten opzichte van een ongeschikte onafhankelijke variabele, een gebrekkige methodologie, het toepassen van ongeschikte algoritmen voor het berekenen van de routes en ten slotte het foutief statistisch analyseren van de resultaten. In dit onderzoek zijn bepaalde van deze aspecten, die de nauwkeurigheid van het model beïnvloeden, gekend en aanvaard. Zo berust er op de hydrografische en bodembedekkingsdata een historische onnauwkeurigheid en leidt het niet implementeren van het zandpercentage in de toplaag van de bodem tot het mogelijks verkeerd kwantificeren van braakliggende oppervlakken. Ook het kwantificeren van de rivieren op basis van hun Strahler nummer in plaats van hun stroomsnelheid en debiet levert een zekere onnauwkeurigheid op. Daarnaast is er ook de fout verbonden aan de resolutie, die enerzijds inherent is aan de datasets en die anderzijds afhankelijk is van de analyses.
74
6.2. Least-cost path analyses
De betrouwbaarheid van de least-cost path analyses is sterk afhankelijk van de gebruikte methodes, least-cost paden versus least-cost corridors.
6.2.1. Least-cost paden
Vooral het gebruik van least-cost paden voor het reconstrueren van historische routes levert inferieure resultaten op. Zo kunnen slechts twee op de tien routes, gedefinieerd door least-cost paden, historisch onderbouwd worden, namelijk de routes “S3-6E” berekend op basis van de reistijd en “S3-1E” berekend op basis van de energetische reiskost. Bij twee andere routes “S1- 1E”, berekend op basis van beide onafhankelijke factoren, zijn de historische data karig waardoor deze routes hoogstens beschouwd kunnen worden als een mogelijkheid die verder onderzocht dient te worden. De overige zes routes geconstrueerd op basis van de least-cost paden kunnen historisch niet onderbouwd worden en worden als onbruikbaar beschouwd.
6.2.2. Least-cost corridors
Het gebruik van least-cost corridors voor het reconstrueren van historische routes levert meer bruikbare resultaten op. Zo omschrijven de least-cost corridors, op basis van beide kwantificatiemethoden, in drie van de onderzochte (deel)segmenten (Andizan-Samarkand, Samarkand-Amul en Amul-Merv) de ligging van de historische routes (zes routes in totaal). In vier van deze analyses duiden de least-cost corridors naast een historische onderbouwde route ook alternatieven aan. Deze alternatieven zijn echter ontoereikend of zelfs niet onderbouwd op
75 basis van de beschikbare historische data. Het betreft hier de analyses Andizan-Samarkand en Samarkand-Amul, uitgevoerd in functie van de reistijd, en de analyses Samarkand-Amul en Amul-Merv, uitgevoerd in functie van de energetische reiskost.
6.2.2.1. Least-cost corridors routesegment Samarkand-Merv
In het segment Samarkand-Merv stelt zich bij de least-cost path analyses op basis van de least- cost corridors het probleem dat de route de Amu Darya moet oversteken. De historisch oversteekplaats Zemm wordt op basis van least-cost path analyses, in functie van beide kwantificatiemethoden, aangewezen als de optimale oversteekplaats. Dit wordt echter betwist door de historische bronnen die Amul aanwijzen als oversteekplaats. Door het weerhouden van de historische data kan de route tussen Samarkand en Merv, op een eventuele afwijking nabij Kermine na, gereconstrueerd worden op basis van least-cost corridors. Er moet hierbij echter opgemerkt worden dat indien dit proces verschillende malen herhaald wordt het nut van de least- cost path analyses ondermijnd wordt ten voordele van lijngeneralisatie algoritmen zoals het Douglas-peucker algoritme (Antrop & De Maeyer, 2008). In het Douglas-peucker algoritme wordt de afstand tot de kromme hiervoor vervangen door de afstand tot de historische sites om een best fit route te creëren. Het inpassen van verplichte tussenstops moet om deze reden zo veel mogelijk vermeden worden en dient enkel voor het opvangen van hiaten in de methodologie. In dit geval is het waarschijnlijk dat de oversteekplaats Amul zijn locatie te danken heeft aan een combinatie van fysisch-geografische en socio-economische factoren. Zo ligt Amul aan het snijpunt van de rechte tussen Buchara naar Merv met de Amu Daryarivier en is het gelegen aan de voormalige samenvloeiing van de Zarafshonrivier en de Amu Darya. Daarnaast zijn er verschillende handelsroutes die Amul verbinden met zowel noordelijk als oostelijk gelegen steden. De ligging van Amul is dus mogelijk een compromis dat aanleiding gaf tot het ontstaan van een welvarende en aantrekkelijke site. Bijkomend onderzoek betreffende de ontstaansgeschiedenis van Amul is hiervoor vereist.
76
6.2.2.2. Least-cost corridors routesegment Kasghar-Andizan
In het segment Kashgar-Andizan wordt bij de least-cost path analyses op basis van de least-cost corridors een tweevoudig probleem vastgesteld. Enerzijds duiden de least-cost corridors, op basis van beide kwantificatiemethoden, “S1-1E” aan als optimale route. De historische data betreffende deze route zijn echter karig; de beperkte hoeveelheid data is op zichzelf een aanwijzing dat de route niet intensief gebruikt werd. Overige cost corridors doorheen het Tiensjangebergte wijzen op alternatieve routes, waarvan er echter geen enkele in de literatuur betekenisvol is. Anderzijds valt de route die door historische bronnen naar voor wordt geschoven als meest gebruikte niet binnen de onderzochte cost corridors. Dit afwijkend resultaat kan toegeschreven worden aan een aantal factoren, namelijk de bodembedekking, de resolutie, het kwantificeren van de anisotrope reiskost en het ontbreken van criteria.
Zo wordt de bodembedekking van de bergvalleien doorheen het Tiensjangebergte hoofdzakelijk geclassificeerd als “Grasland”, terwijl het dorre landschap met harde bodems van de Alajvallei geclassificeerd worden als “Braak/ Licht begroeid”. Dit verschil in classificatie leidt er toe dat verplaatsingen doorheen de Alajvallei een kosttoename van 125% ondervinden terwijl dit in de werkelijkheid minstens gelijk, of zelfs andersom, hoort te zijn. Dit probleem kan eventueel verholpen worden door het implementeren van criteria zoals de vochtigheid en het percentage zand aanwezig in de toplaag van de bodem.
Naast onnauwkeurigheden bij de bodembedekking kan een foutief resultaat ook door resolutie- invloeden veroorzaakt worden. Zo moet rekening gehouden worden met de resolutie van de geïmplementeerde hoogtedata, waarbij grove resoluties hoogteverschillen uitmiddelen en zo bepaalde obstakels verdoezelen. In dit onderzoek wordt dit fenomeen statistisch getest waarbij de resoluties 86 m en 463 m met elkaar vergeleken worden. Deze statistische analyse toont aan dat er geen significant verschil is tussen het gebruik van beide resoluties. Resoluties fijner dan 86 m kunnen niet getoetst of geïmplementeerd worden aangezien de verhouding tussen deze fijnere resoluties en het oppervlakte van het studiegebied dit niet toelaten.
77
Daarnaast kan het foutief resultaat het gevolg zijn van het verkeerd kwantificeren van de anisotrope reiskost. Beide kwantificatiemethoden zijn op basis van onafhankelijk bronnen gekwantificeerd zodat het onwaarschijnlijk is dat beide methoden gelijkaardige fouten vertonen. Er moet hierbij natuurlijk rekening gehouden worden met het feit dat de energetische reiskost en de reistijd onderling niet onafhankelijk zijn (Ralston, 1958).
Ten slotte is het nog mogelijk dat het afwijken van de resultaten ten opzichte van de historische data het gevolg is van ontbrekende criteria. Het gebruik van aanvullende fysisch-geografische factoren kunnen in toekomstige onderzoeken overwogen worden. Zo is er de invloed van de aanwezige infrastructuur op de reiskost en de beperkingen afhankelijk van de gebruikte lastdieren. Langsheen deze segmenten van de zijderoute werd gebruik gemaakt van kamelen, paarden, ezels en muilezels (Liu, 2001 en Hansen, 2012). Daarnaast zijn er ook verscheidene socio-economische variabelen die een invloed uitoefenen op de ligging van de historische routes. Voorbeelden hiervan zijn de invloed van de route op de gezondheid van de reizigers, religieuze invloeden en het volgen van handelsroutes met de hoogste winstmarge. Het onvermogen van de huidige least-cost path analyses om dit type factoren te implementeren wordt gezien als de grootste tekortkoming die deze analyses vertonen (Bell et al., 2002; Verhagen & Jeneson, 2012 en Breier, 2013). Pogingen om socio-economische criteria te integreren faalden herhaaldelijk door een onvermogen om de menselijke ratio te herleiden tot een select aantal onafhankelijke variabelen (Verhagen et al., 2012).
6.2.3. Least-cost paden versus least-cost corridors
Uit de resultaten blijkt de grotere effectiviteit van de least-cost corridors ten opzichte van de least-cost paden. Drie van de vijf routes geconstrueerd op basis van least-cost corridors zijn historisch gevalideerd, een vierde segment kan historisch bevestigd worden na het inpassen van een tussenstop. Deze resultaten gelden voor beide kwantificatiemethoden. Bij de routes geconstrueerd op basis van de least-cost paden konden slechts in twee segmenten de route succesvol gereconstrueerd worden; de ene op basis van de tijd kwantificatiemethode, de andere
78 op basis van de energie kwantificatiemethode. Het minder scoren van de least-cost paden kan verklaard worden aan de hand van zijn kostberekeningsmethode. De least-cost paden bepalen immers de reiskost in één richting in tegenstelling tot de least-cost corridors die rekening houden met beide richtingen. Deze bevindingen worden ondersteund door Jobe en White (2009), White en Barber (2012) en Doherty et al. (2014).
6.3. Kwantificatiemethoden
Op basis van de uitgevoerde least-cost path analyses kunnen geen conclusies getrokken worden over een verschil in verklaringskracht tussen de twee kwantificatiemethoden. Zo vertonen de resultaten van de kwantificatiemethoden grote gelijkenissen en zijn geen systematische verschillen opgemerkt. Dit stemt niet overeen met de bevindingen in Ejstrud, 2005. In deze studie vertoonden de least-cost paden geconstrueerd op basis van de energetische kost een grotere gelijkenis met een lokaal wegennetwerk dan de least-cost paden geconstrueerd op basis van de reistijd. Het verschil in verklaringskracht tussen de twee kwantificatiemethoden in Ejstrud, 2005 kan verklaard worden door het niet implementeren van de bodembedekkingsdata bij de tijd kwantificatiemethode (Gietl et al., 2008; Breier, 2013).
7. BESLUIT
Deze studie tracht de route doorheen drie aansluitende segmenten van de historische zijderoute te reconstrueren aan de hand van least-cost path analyses waarbij gebruik gemaakt wordt van fysisch-geografische criteria (bodembedekking, hydrografie, topografie en hoogteligging) en één socio-economisch criterium (historische handelssteden). De least-cost path analyses worden uitgevoerd op basis van twee kwantificatiemethoden, de energetische reiskost en de reistijd, en leveren twee resultaten voor het construeren van de routes, namelijk least-cost paden en een cost
79 corridor raster, op. De routes, geconstrueerd op basis van deze resultaten, worden aan de hand van historische data gevalideerd.
Bij het bepalen van de methodiek van de least-cost path analyses wordt eerst de impact van de resolutie, 86 m en 463 m, en de gebruikte topografische datasets, ASTER-GDEM V2 en SRTM Void Filled, onderzocht.
De vergelijking tussen de topografische datasets ASTER-GDEM V2 en SRTM Void Filled heeft aangetoond dat de ruis, aanwezig op ASTER-GDEM V2, een significante invloed op het berekenen van de reiskost heeft. De impact van ruis is significant zowel bij een fijne (86 m) als bij een grove (463 m) resolutie. De invloed van de resolutie echter, waarin de least-cost path analyses uitgevoerd worden, is zowel bij de ASTER-GDEM V2 dataset als bij de SRTM Void Filled dataset niet significant. Uit een visuele vergelijking van de least-cost corridors blijkt dat de invloed van de verschillende hoogtedatasets en resoluties op de globale ligging van de corridors minimaal is en dat enkel de kost van de corridors wordt beïnvloed. De resolutieverfijning heeft wel een merkbare invloed op de ligging van de least-cost paden.
De least-cost path analyses hebben duidelijk aangetoond dat het reconstrueren van historische routes op basis van de least-cost corridors een betrouwbaarder resultaat oplevert dan het reconstrueren van historische routes op basis van de least-cost paden. Dit komt door de berekeningsmethode van de least-cost paden die, in tegenstelling tot de least-cost corridors, enkel rekening houden met de reiskost in één richting. Bij de least-cost corridors echter kan de ligging van de eigenlijke route minder nauwkeurig bepaald worden gezien de corridors een zekere wijdte hebben.
Uit de vergelijking van de resultaten van de least-cost path analyses in functie van de energetische reiskost en in functie van de reistijd kunnen geen conclusies getrokken worden over een eventueel verschil in verklaringskracht tussen de twee kwantificatiemethoden. Zo vertonen de resultaten van deze kwantificatiemethoden grote gelijkenissen met elkaar en zijn er geen systematische verschillen opgemerkt.
80
De resultaten en conclusies van deze studie zouden baat hebben bij een verdere uitbreiding en een grotere historische nauwkeurigheid van de datasets. Pas dan kunnen de invloeden van de criteria onderling nauwkeurig gemoduleerd worden en kan de methode op een ruimer studiegebied toegepast worden. Verder is ook het ontwikkelen van software die bij het berekenen van de least- cost paden rekening houdt met de reiskost in beide richtingen wenselijk. Tot slot kan meegegeven worden dat verder onderzoek tot een geschiktere methodiek betreffende de least-cost path analyses, tot een correctere reconstructie van de historische routes en tot een diepgaander begrip van de geschiedenis van de zijderoute en haar regio’s kan leiden.
8. REFERENTIELIJST
8.1. Artikels
Antrop, M., De Maeyer, P. (2008) Theoretische concepten van GIS. Academia Press
Banderet, L.E., Burse, R.L. (1989) “Effects of high terrestrial altitude on military performance (No. USARIEM-M33-89)”. Army research inst of environmental medicine natick ma.
Bell, T., Wilson, A., Wickham, A. (2002) “Tracking the Samnites: landscape and communications routes in the Sangro Valley, Italy”. American Journal of Archaeology, 169-186.
Bichsel, C. (2009). Conflict transformation in Central Asia: irrigation disputes in the Ferghana Valley. Routledge.
Black, M., Ebener, S., Aguilar, P.N., Vidaurre, M., El Morjani, Z. (2004) “Using GIS to measure physical accessibility to health care.” World Health Organization, 3-4.
81
Breier, M. (2013) “Getting Around in the Past: Historical Road Modelling”. Understanding Different Geographies (pp. 215-226). Springer Berlin Heidelberg.
Burkhanov, A.A. (2007) “Kushan and Kushano-Sasanid coins from the Lebap region (archaeological findings in Amul)”. Archaeology, Ethnology and Anthropology of Eurasia. 31(1), 80-86.
Chen, F.H., Chen, J.H., Holmes, J., Boomer, I., Austin, P., Gates, J.B., Zhang, J.W. (2010) “Moisture changes over the last millennium in arid central Asia: a review, synthesis and comparison with monsoon region.” Quaternary Science Reviews. 29(7), 1055-1068.
Doherty, P.J., Guo, Q., Doke, J., Ferguson, D. (2014) “An analysis of probability of area techniques for missing persons in Yosemite National Park”. Applied Geography. 47, 99-110.
Drège, J.P. (1988) De Zijderoute. 20 eeuwen handelswegen tussen China en Europa. Schuyt & Co.
Ejstrud, B. (2005) “Cost surface analysis and ancient roads: a comparison”. BERGER JF et al..
Etherington, T.R., Holland, E.P. (2013) “Least-cost path length versus accumulated-cost as connectivity measures”. Landscape ecology, 28(7), 1223-1229.
Gietl, R., Doneus, M., Fera, M. (2008) “Cost distance analysis in an alpine environment: comparison of different cost surface modules”. In Layers of Perception. Proceedings of the 35th International Conference on Computer Applications and Quantitative Methods in Archaeology (CAA) Berlin, Germany (pp. 2-6).
Gosch, S., Stearns, P. (2007) Premodern travel in world history. Routledge.
Hansen, V. (2012) The Silk Road: A New History. Oxford University Press.
82
Imhof, E. (1950). Gëlande und karte. Rentsch
Jobe, R.T., White, P.S. (2009). “A new cost‐distance model for human accessibility and an evaluation of accessibility bias in permanent vegetation plots in Great Smoky Mountains National Park, USA”. Journal of vegetation science. 20(6), 1099-1109.
Langmuir, E. (1984). Mountaincraft and leadership: a handbook for mountaineers and hillwalking leaders in the British Isles. Scottish Sports Council.
Lioubimtseva, E. (2015) “A multi-scale assessment of human vulnerability to climate change in the Aral Sea Basin”. Environmental Earth Sciences. 73(2), 719-729.
Liu, X. (2001) The Silk Road in world history. Oxford University Press.
Magyari-Sáska, Z., Dombay, Ş. (2012) “Determining minimum hiking time using DEM.” Geographica Napocensis Anul. 82(4), 124-129.
Matley, I.M. (1975) “The Murgab Oasis: The Modernization of an Ancient Irrigation System”. Canadian Slavonic Papers. 17(2-3), 417-435. McKinney, D. C. (2004). “Cooperative management of transboundary water resources in Central Asia”. In the Tracks of Tamerlane: Central Asia’s Path to the 21st Century. Washington, DC: National Defense University, pp 187-220.
Micklin, P., Aladin, N., & Plotnikov, I. (Eds.). (2013). “The Aral Sea: The Devastation and Partial Rehabilitation of a Great Lake” (Vol. 10178). Springer Science & Business Media.
Minetti, A. E., Moia, C., Roi, G. S., Susta, D., Ferretti, G. (2002) “Energy cost of walking and running at extreme uphill and downhill slopes”. Journal of applied physiology. 93(3), 1039-1046.
Petr, T., & Morris, M. (Eds.). (1995). Regional Symposium on Sustainable Development of Inland Fisheries Under Environmental Constraints: Bangkok, Thailand, 19-21 October 1994, and
83
Country Reports Presented at the IPFC Working Party of Experts on Inland Fisheries: Bangkok, Thailand, 17-21 October 1994 (No. 512). Food and Agriculture Organization of the United Nations
Ralston, H.J. (1958). “Energy-speed relation and optimal speed during level walking”. Internationale Zeitschrift für Angewandte Physiologie Einschliesslich Arbeitsphysiologie. 17(4), 277-283.
Rogers, S. R., C. Collet, R. Lugon (2014) “Least cost path analysis for predicting glacial archaeological site potential in central Europe”. Across Space and Time. Computer Applications and Quantitative Methods in Archaeology (CAA), Proceedings of the 41st International Conference (Perth, Australia, March 25 e28, 2013).
Satgé, F., Bonnet, M.P., Timouk, F., Calmant, S., Pillco, R., Molina, J., Lavado-Casimiro, W., Arsen, A., Crétaux, J.F., Garnier, J. (2015). “Accuracy assessment of SRTM v4 and ASTER GDEM v2 over the Altiplano watershed using ICESat/GLAS data”. International Journal of Remote Sensing. 36(2), 465-488.
Shipton, E. (2015). Mountains of Tartary: Mountaineering and exploration in northern and central Asia in the 1950s. Vertebrate Publishing.
Soule, R.G., Goldman, R.F. (1972) “Terrain coefficients for energy cost prediction”. Journal of Applied Physiology. 32(5), 706-708.
Stride, S., Rondelli, B., Mantellini, S. (2009). “Canals versus horses: political power in the oasis of Samarkand”. World Archaeology. 41(1), 73-87.
Squires, R.W., Buskirk, E.R. (1981). “Aerobic capacity during acute exposure to simulated altitude, 914 to 2286 meters”. Medicine and science in sports and exercise. 14(1), 36-40.
84
Tripcevich, N. (2008) Llama caravan transport: A study of mobility with a contemporary Andean salt caravan.
Tobler, W. (1993) “Three Presentations on Geographical Analysis and Modeling: Non-Isotropic Geographic Modeling; Speculations on the Geometry of Geography; and Global Spatial Analysis” (93-1).
Tucker, J. (2015) The Silk Road-Central Asia: A Travel Companion. IB Tauris.
Van Lanen, R.J., Kosian, M.C., Groenewoudt, B.J., Jansma, E. (2015) “Finding a Way: Modeling Landscape Prerequisites for Roman and Early‐Medieval Routes in the Netherlands”. Geoarchaeology.
Verhagen, P. (2013) “On the road to nowhere? Least cost paths, accessibility and the predictive modelling perspective”. In F. Contreras, M. Farjas, & J.F. Melero, (Eds.), Proceedings of the 38th Annual Conference on Computer Applications and Quantitative Methods in Archaeology (Granada, Spain, April 2010, pp. 383–390). Oxford: Archaeopress.
Verhagen, P., Jeneson, C.F. (2012) “A Roman puzzle. Trying to find the Via Belgica with GIS”. Thinking beyond the tool: Archaeological computing & the interpretive process. BAR International Series. 2344, 123–130.
Verhagen, P., Kamermans, H., Leusen, M.V., Deeben, J., Hallewas, D., & Zoetbrood, P. (2010) “First thoughts on the incorporation of cultural variables into predictive modelling”. Case Studies in Predictive Modeling. 203-208.
Verhagen, P., Nuninger, L., Tourneux, F.P., Bertoncello, F., Jeneson, K. (2012) “Introducing the human factor in predictive modelling: a work in progress”. In Archaeology in the Digital Era, Proceedings of CAA Conference, 40th Annual Meeting, Southampton, UK (pp. 379-388).
85
Verhagen, P., & Whitley, T.G. (2012). “Integrating archaeological theory and predictive modeling: a live report from the scene”. Journal of Archaeological Method and Theory. 19(1), 49-100.
Wegerich, K. (2008) “Hydro-hegemony in the Amu Darya basin”. Water Policy. 10(S2), 71-88. White, D.A., Barber, S B. (2012) “Geospatial modeling of pedestrian transportation networks: a case study from precolumbian Oaxaca, Mexico”. Journal of archaeological science. 39(8), 2684- 2696.
Wood, N.J., Schmidtlein, M.C. (2012) “Anisotropic path modeling to assess pedestrian- evacuation potential from Cascadia-related tsunamis in the US Pacific Northwest”. Natural Hazards, 62(2), 275-300.
Williams, T.D. (2014). The Silk Roads: an ICOMOS thematic study. Working Paper. ICOMOS, Charenton-le-Pont
Williams, T.D., Wordsworth, P. (2011). Silk Roads Thematic Study. ICOMOS Yang, B., Wang, J., Bräuning, A., Dong, Z., Esper, J. (2009) “Late Holocene climatic and environmental changes in arid central Asia”. Quaternary International. 194(1), 68-78.
8.2. Sites
http://earthexplorer.usgs.gov/, 03/03/2016 https://en.wikipedia.org/wiki/Strahler_number, 20/03/2016 https://grass.osgeo.org/, 16/03/2016
86 http://ianbek.kg/?p=16391, 13/04/2016 https://lpdaac.usgs.gov/dataset_discovery/modis/modis_products_table/mcd12q1, 03/03/2016 https://nl.wikipedia.org/wiki/Krater_van_Derweze, 11/03/2016 http://pro.arcgis.com/ 23/03/2016 http://sedac.ciesin.columbia.edu/data/set/groads-global-roads-open-access-v1/metadata, 05/03/2016 http://whc.unesco.org/, 26/03/2016 http://www.ciolek.com/, 03/06/2015 http://www.diva-gis.org/gdata, 05/03/2016 http://www.discovery-central-asia.com/archive/2005/spr8.php, 13/04/2016 http://www.fao.org/nr/water/aquamaps/ ,03/03/2016 http://www.iranicaonline.org/articles/bukhara-i, 13/01/2016 http://www.real-statistics.com/, 01/04/2016 http://www.ucl.ac.uk/silva/merv/merv#geographic, 25/03/2015 http://www.vito-eodata.be/PDF/portal/Application.html#Home, 05/05/2015
9. BIJLAGEN
87
9.1. Overzicht plaatenamen
Tabel 6: Overzicht belangrijkste plaatsnamen
Naam Hedendaagse Alernatieve Land Omschrijvi namen namen ng Alajgebergte Alajgebergte Alay Kirgizië en gebergte Tadzjikistan Alajvallei Alajvallei Alay, Dal van de Kirgizië en vallei Vashj Tadzjikistan Amu Darya Amu Darya Oxus,Yakhsha,Vak Afghanistan, rivier hsha Tajikistan, Turkmenistan en Oezbekistan Amul Türkmenabat Chardzhou, Andizan Andizan Andijon, Andizhan Kirgizië stad Buchara Buchara Bukharan, Buxoro Oezbekistan stad Choedzjand Choedzjand Khujand, Tadzjikistan stad Khodjend, Khodzhent, Leninabad Chyyrchykbergp Chyyrchykbergp / Kirgizië bergpas as as Fergana vallei Fergana vallei Farghana, Ferghana Kirgizië, vallei Tadzjikistan en Oezbekistan Gizhduvan Gizhduvan / Oezbekistan Stad Gulcha Gulcha / Kirgizië stad
88
Hissar Hissar Hisor, Gissar Tadzjikistan stad Iron Gate Pass / / Tadzjikistan bergpas Irkeshtambergpa Irkeshtambergpa Erkeshtam, Erkesh- China en Kirgizië bergpas s s tam Jizzakh Jizzakh Jizzax Oezbekistan stad Jilanutibergpas Jilanutibergpas poort van Tadzjikistan bergpas Tamerlane Kara- Kara- Pereval Kara-Bel’ Kirgizië en China bergpas Bel’bergpas Bel’bergpas Kara Daryarivier Kara Daryarivier Qaradaryo, "Black Kirgizië Rivier river" en Oezbekistan Karakumwoestij Karakumwoestij Kara-Kum, Gara- Turkmenistan woestijn n n Gum Karamykbergpas Karamykbergpas / Kirgizië bergpas Kashgar Kashgar Kashi China stad Kashgarrivier Kashgarrivier Kaxgar, Kizilsu China rivier Kermine Navoiy Navoiy Oezbekistan stad Kugartbergpas Kugartbergpas Pereval Kugart Kirgizië bergpas Konibodom Konibodom / Tadzjikistan stad Kokand Kokand Khoqand, Qo‘qon Kirgizië stad Kyzylkumwoesti Kyzylkumwoesti Qyzylqum Turkmenistan, woestijn jn jn Oezbekistan en Kazakhstan Kyzyl-Suu Kyzyl-Suu "Red river" Kirgizië en rivier Oostelijke Kyzyl- Tadzjikistan Suu Merv Mary Merw Turkmenistan stad Osj Osj Osh Kirgizië stad Oy-talrivier Oy-talrivier / Kirgizië rivier Pap Pop / Oezbekistan stad
89
Pamirgebergte Pamirgebergte / China, Kirgizië en gebergte Tadzjikistan Penjikent Panjakent Panjikent, Tadzjikistan stad Panjakent Qarshi Qarshi Karshi Oezbekistan stad Sachrisabz Sachrisabz Kesh Oezbekistan stad Samarkand Samarkand Samarqand,Samarc Oezbekistan stad and Semender Semender Tarki Tadzjikistan stad Shahristansai Shahristansai Kahkakha Tajikistan stad Syr Darya Syr Darya Jaxartes,Syr Darya Kirgizië, rivier Uzbekistan, Tajikistan en Kazakhstan Taklamakanwoe Taklamakanwoe Taklimakan, China Woestijn stijn stijn Teklimakan Taldykbergpas Taldykbergpas / Kirgizië bergpas Tasjkent Tasjkent Toshkent Oezbekistan stad Terek- Terek- Pereval Terek- Kirgizië bergpas Bavanbergpas Bavanbergpas Bavan Termez Termez Termiz Oezbekistan stad Tiensjangebergte Tiensjangebergte Tian Shan China, Kazachstan gebergte en Kirgizië Torugartbergpas Torugartbergpas Pereval Torugart China en Kirgizië bergpas Turkestangeberg Turkestangeberg / Kirgizië, gebergte te te Tadzjikistan en Oezbekistan Ulugqat Ulugqat / China stad Zarafshonrivier Zarafshonrivier Zarafshan, Oezbekistan,Tadzjik rivier Zeravshan, Sughd, istan
90
"Speader of gold" Zarafshonvallei Zarafshonvallei Zarafshan,Zeravsha Oezbekistan,Tadzjik vallei n istan Zarafshongeberg Zarafshongeberg Zarafshan,Zeravsha Oezbekistan,Tadzjik gebergte te te n istan Zemm Atamurat Zamm, Kerki Turkmenistan stad
9.2. Kaartfragment Kashgar-Andizan
Figuur 19: Kaartfragment historische routes tussen Kashgar-Andizan (N.N.,s.d.)
91