基于机器学习的榆县明代防御通道重建

古堡垒为何在今天仍然重要

在中国长城沿线，榆县曾是明朝的重要屏障。今天，其残存的堡垒、烽火台与驿道散布于山谷与山脊之间，使人难以想象整个防御体系曾如何协同运作。本研究利用现代制图与机器学习工具重建那些曾将城墙、关隘与农田聚落连接成活跃安保网络的“隐形”防御通道，为直接从地景解读历史提供了一种新途径。

通往内地的山间门户

榆县位于一串边陲城镇的南缘，处于太行山高地与通往北京及中原平原之间的过渡地带。明代时，这片崎岖地带防御部署密集：护卫城位于壶流河旁、许多有城墙的村落兼作堡塞，烽火台沿着长城点列。堡垒常设于丘陵台地与狭窄山口交汇处，兼具良好农田与有利防守位置。陡峭的山脊、河谷与人工防御点共同将榆县塑造成既能抵御北方入侵者的屏障，又是供应驻边军粮食的粮仓。

从旧图到智能模型

此前对该边防的研究主要依赖文献与个案分析，因而难以填补整体空间布局上的诸多空白。本文作者汇集了多类数据：记录堡垒、卫城与驿站的历史地图与方志；描述地形的现代数字高程模型；以及先前重建的明代驿路网络。他们对65处关键遗存的可靠性进行了仔细核验，并在榆县及周边实地调查了278处军事地点，接着分析这些地点的聚集模式、视域关系以及与关隘和道路的联系。由此绘制出一幅基于地图的细致图景，显示军事体系在哪些地方最为稳固，以及山岭、河流与山脊如何塑造了这一格局。

教计算机“读”地景

为了超越静态地图，研究者训练机器学习模型去发现明代军事选址背后的隐性规律。他们向模型输入了多种潜在影响因子：海拔、高度坡度、地形崎岖度、到河流与驿路的距离、周围堡垒的密度，以及各地点之间的可视性。通过采用先进的基于树的算法与专门的“空间”交叉检验，他们避免被仅因点位相近而产生的伪相关误导。随后运用称为SHAP的技术揭示模型的“黑箱”，量化每个因素将某地推向成为防御通道一部分的力度，并找出关键阈值——例如既足够陡以便防守又不过于难以通行的坡度范围。

勾勒隐蔽的防御通道

基于这些见解，团队将地景转化为一张“阻力面”，每个像素代表在防御意义上通过该处所需付出的难度。视野良好、遗址簇聚、坡度适中并邻近道路的区域被视为低阻力路径。随后他们使用标准的景观分析方法追踪堡垒、关隘与其他军事节点之间的最小阻力路径，揭示出多层次的通道而非单一线路。结果显示靠近长城与山口的外层通道较为显著，而深入内地的通道沿河谷与山脊肩部延伸，连接卫城、卫戍堡与驿路枢纽。大多数已知军事遗址都位于这些预测路径数公里范围内，且大量重建的驿路与长城段与高适宜区相吻合。

这对古代作战体系说明了什么

对非专业读者而言，关键结论是：榆县周边的明代边防不仅仅是城墙和散落的堡垒，而是一个经过精心分层的网络，在粮食生产、快速通信与防御能力之间取得了平衡。通过将历史记载与现代计算结合，研究表明塔台之间的视线联系与聚落的簇集是决定防御通道走向的主要因素，地形与道路则对这种格局起到微调作用。该方法提供了一套可复用的工具箱，适用于长城其他段落以及世界各地类似的边境地区，帮助规划者与遗产管理者识别、保护并解读那些已不再显著于地表的大尺度防御景观。

引用: Zhao, P., Xue, Q., Qin, H. et al. Machine-learning-based reconstruction of Ming-dynasty defensive corridors in Yuxian. npj Herit. Sci. 14, 225 (2026). https://doi.org/10.1038/s40494-026-02438-2

关键词: 长城防御, 历史地理信息系统, 机器学习考古, 军事景观, 明代榆县