Search

Die Arbeit leistet einen Beitrag zum Verständnis der ökonomischen Entwicklung während des Neolithikums, indem verschiedene Bereiche wie z. B. die demografische Entwicklung oder die landwirtschaftliche Produktion quantifiziert und modelliert werden. Der chronologische Schwerpunkt liegt auf dem Mittelneolithikum (ca. 4900 – 4400 BCE), welches im Arbeitsgebiet Nordrhein-Westfalen die archäologischen Kulturen Großgartach, Rössen und Bischheim umfasst. Die Basis bildet eine Schätzung der Bevölkerungsdichte und deren diachrone Entwicklung vom Beginn des Altneolithikums bis zum Ende des Mittelneolithikums. Auf dieser Grundlage wird der Bedarf landwirtschaftlicher Produktionsflächen ermittelt. Hierzu werden archäobotanische und archäozoologische Befunde des Mittelneolithikums quantifiziert und mit den Ergebnissen der Bevölkerungsdichteschätzung verknüpft. Ein weiterer Faktor ist die einer Wirtschaftseinheit zur Verfügung stehende Arbeitskraft, welche für landwirtschaftliche Tätigkeiten eingesetzt werden kann. Zu deren Ermittlung wird sich den mittelneolithischen Haushaltsstrukturen mit verschiedenen Modellen genähert, um deren Größe und demografische Zusammensetzung abzuschätzen. Zuletzt werden auch Mensch-Umwelt-Interaktionen mithilfe von dendrochronologischen Methoden beleuchtet, da diese die Landwirtschaft beeinflussen können. Im Ergebnis zeigt sich, dass die Landwirtschaft des Mittelneolithikums einerseits durch Tradition und andererseits durch Neuerungen geprägt ist. So ist im Bereich des Ackerbaus von vergleichbaren Anbaumethoden, aber einem erweiterten Getreidespektrum auszugehen, welches die Erschließung zuvor ungenutzter Landschaften ermöglichte. Zusätzlich sorgte der Anbau weniger arbeitsintensiver Getreidearten in Kombination mit veränderten Haushaltstrukturen für ein freiwerdendes Potential im Bereich der Arbeitskraft. Die Landwirtschaft des Mittelneolithikums befindet sich somit im Spannungsfeld zwischen dem Alt- und Jungneolithikum.

Archäologie im Rheinland, 2016(2017)

This repository contains a manual and example application on how to model the 'Optimally Describing Isoline' (ODI) of the 'Cologne Protocol' using QGIS/SAGA (see also: https://github.com/C-C-A-A). This modelling approach constitutes the first of two successive tasks within the 'Cologne Protocol' to estimate past population sizes and densities, described in more detail elsewhere (Schmidt et al. 2020: S2.1. and S2.2.). The manual outlines the technical implementation of working steps 1 to 12 (see Schmidt et al. 2020: Table S2): Firstly a GIS-analysis of site distributions and secondly the identification of the ODI. The working steps include the construction of Voronoi diagrams and "Largest Empty Circles", kriging, converting the kriging results into isolines and finally calculating the criteria to select the ODI.

This repository contains a manual and example application on how to model the 'Optimally Describing Isoline' (ODI) of the 'Cologne Protocol' using MapInfo GIS Software (see also: https://github.com/C-C-A-A). This modelling approach constitutes the first of two successive tasks within the 'Cologne Protocol' to estimate past population sizes and densities, described in more detail elsewhere (Schmidt et al. 2020: S2.1. and S2.2.). The manual outlines the technical implementation of working steps 1 to 12 (see Schmidt et al. 2020: Table S2): Firstly a GIS-analysis of site distributions and secondly the identification of the ODI. The working steps include the construction of Voronoi diagrams and "Largest Empty Circles", kriging, converting the kriging results into isolines and finally calculating the criteria to select the ODI.

In many theories on the social and cultural evolution of human societies, the number and density of people living together in a given time and region is a crucial factor. Since direct data on past demographic developments are lacking and reliability and validity of demographic proxies require careful evaluation, the topic has been approached from several different directions. This paper provides an introduction to a geostatistical approach for estimating prehistoric population size and density, the so-called Cologne Protocol and discusses underlying theoretical assumptions and upscaling transfer-functions between different spatial scale levels of the Cologne Protocol. We describe and compare the specifics of the Cologne Protocol for farming and for foraging contexts and, using examples, discuss a diachronic series of estimates, covering the population dynamics of roughly 40 kyr of European prehistory. Ethnohistoric accounts, results from other approaches—including absolute (ethno-environmental models) and relative estimates (site-numbers, dates as data, etc.)allow a first positioning of the estimates within this field of research. Future enhancements, applications and testing of the Cologne Protocol are outlined and positioned within the general theoretical and methodological avenues of palaeodemographic research. In addition, we provide manuals for modelling Core Areas in MapInfo, ArcGIS, QGIS/Saga and R.This article is part of the theme issue ‘Cross-disciplinary approaches to prehistoric demography’

This repository contains a script on how to model the 'Optimally Describing Isoline' (ODI) of the 'Cologne Protocol' using R (see also: https://github.com/C-C-A-A). This modelling approach constitutes the first of two successive tasks within the 'Cologne Protocol' to estimate past population sizes and densities, described in more detail elsewhere (Schmidt et al. 2020: S2.1. and S2.2.). The manual outlines the technical implementation of working steps 1 to 12 (see Schmidt et al. 2020: Table S2): Firstly a GIS-analysis of site distributions and secondly the identification of the ODI. The working steps include the construction of Voronoi diagrams and "Largest Empty Circles", kriging, converting the kriging results into isolines and finally calculating the criteria to select the ODI.

This repository contains a manual and example application on how to model the 'Optimally Describing Isoline' (ODI) of the 'Cologne Protocol' using ArcGIS (see also: https://github.com/C-C-A-A). This modelling approach constitutes the first of two successive tasks within the 'Cologne Protocol' to estimate past population sizes and densities, described in more detail elsewhere (Schmidt et al. 2020: S2.1. and S2.2.). The manual outlines the technical implementation of working steps 1 to 12 (see Schmidt et al. 2020: Table S2): Firstly a GIS-analysis of site distributions and secondly the identification of the ODI. The working steps include the construction of Voronoi diagrams and "Largest Empty Circles", kriging, converting the kriging results into isolines and finally calculating the criteria to select the ODI.