Nicolas Revert

http://hdl.handle.net/1887/53292

The rural settlements of the Roman Somme (Northern France) are poorly understood in terms of site location. Although the physical landscape of the area is rather smooth, local variations influence the distribution of sites. Furthermore, the socio-economic context around Roman farms plays an important part in human behaviours of settlement creation. Predictive modelling constitutes an effective tool for dissecting settlement patterns and understanding their locational parameters through the quantification and evaluation of formal hypotheses. A specific methodology was tailored for the subject and inspired by theory-driven and cognitive predictive modelling approaches. It involves the creation of multivariate models through weighted map algebra, which are then confronted with the distribution of archaeological settlements in four micro-regions along the Somme River.
The correlation of the variables with archaeological location indicates that slopes, landforms and the relative distance to rivers are the main influential factors of the physical environment. Socio-economic parameters such as the relative distance to cities, secondary agglomerations and Roman roads are even more influential. Notwithstanding the lack of representation of settlements in the Late Roman period, site location follows similar trends from the 1st century AD to the end of the 4th century AD. Villas prefer economically well connected locations, as do stone-built and post-built settlements. Nevertheless, no parameter can be considered as deterministic in site location. This demonstrates the diversity of choices and influences which favoured the creation of Roman sites in the landscape.

Résumé
La compréhension de la distribution des établissements ruraux de la Somme romaine est particulièrement lacunaire. Si l’environnement physique de ce département est plutôt doux, les variations locales ont une influence sur l’emplacement des sites. De plus, le contexte socio-économique qui encadre les fermes romaines joue un rôle important dans les comportements humains entrant en jeu dans la fondation des établissements. La modélisation prédictive constitue un outil performant afin d’analyser la distribution des sites et en comprendre les paramètres d’influence, à travers la quantification et l’évaluation d’hypothèses formelles. Ce mémoire applique une méthodologie spécifiquement conçue pour ce sujet et qui est associée à la modélisation prédictive fondée sur la théorisation des comportements humains dans une approche explicative. Ceci implique la réalisation de modèles multivariés pondérés, lesquels sont ensuite confrontés à la distribution des sites archéologiques dans quatre microrégions longeant la rivière de la Somme.
La corrélation des variables avec la distribution des sites indique que les pentes, les formes du relief et la distance relative aux rivières constituent les principaux facteurs d’influence de l’environnement physique. Toutefois, les paramètres socio-économiques comme la distance relative aux cités, aux agglomérations secondaires et aux voies romaines sont encore plus influents. Malgré le manque de représentativité des établissements ruraux de l’Antiquité tardive, les mêmes tendances sont perceptibles dans la distribution des sites depuis le 1er siècle apr. J.-C. jusqu’à la fin du 4e siècle apr. J.-C. Les villas sont plutôt localisées dans des emplacements bien connectés au réseau économique, mais il en va de même pour les établissements maçonnés et en matériaux périssables. Néanmoins, aucun paramètre ne peut être considéré comme déterminant dans la distribution des sites. Cela évoque une importante diversité des choix et des influences favorisant certains emplacements du paysage.

Our understanding of settlement patterns is generally biased by an environmental deterministic approach, which diminishes the role of social and economic choices. If the Roman Empire has always been considered as driven by economy and culture rather than ecological context, explanations and models of its settlements patterns generally failed to take these factors into consideration. Indeed, in archaeological practice the Roman rural settlement is often considered in 'pre-spatial turn' terms: its location is one of internal characteristics - sometimes the quality of its immediate neighbourhood - rather than its potential towards social interconnection, which is the topic of recent research on rural settlement patterns. This paper attempts to produce a more socially-dependent landscape through archaeological location predictive models, which include non-euclidian parameters such as the perceived accessibility of socio-economic central places. The area of study - The Somme (Northern France) - offers a very non-deterministic space: no variable, even social in nature, can be considered as determinant in site location. The gentleness of its topography may be the cause of that, as is the ease of access to social gathering places in nearly all areas. Nonetheless, multivariate models including socio-economic parameters display higher correlation and consistency than other factors. If these variables strongly distort our cartesian space, they provide - through their combination with the physical environment - a more accurate representation of the landscape as it could have been perceived by Roman landlords deciding where to set the site for a new farm.

Dans une démarche visant à améliorer le cadre de vie et dans l’objectif de pouvoir traiter plus efficacement les déchets urbains, plusieurs communes de Metz Métropole se sont engagées à enfouir les conteneurs destinés au stockage temporaire des déchets par le biais de « Points d’Apports Volontaires Enterrés » (PAVE).
En 2018, le centre-ville de Metz a été concerné par sept de ces interventions qui se situent entre l’enceinte de l’Antiquité tardive et l’enceinte médiévale, dans un contexte archéologique très dense. Afin de documenter les vestiges qui seront définitivement détruits lors de la mise en place des conteneurs, le service régional de l’archéologie a prescrit une fouille préventive sur chacune de ces emprises. Trois de ces fouilles, dont la superficie varie entre 30 et 50 m², ont livré des indices d’occupation médiévale : « Rue Belle Isle » (quartier Devant les Ponts), « Place Jean Cocteau » (SE du centre-ville) et « Place Saint-Martin » (centre-sud).

Une des fonctions des systèmes d’information géographique (SIG) en archéologie est la modélisation, avec pour objectif de proposer une hypothèse spatiale plutôt que des données brutes. Cette contribution présente la conception, les résultats et les limites d’un SIG de modélisation spatiale appliqué à l’occupation rurale de la Somme à l’époque romaine. Il s’agit ici d’en délimiter les paramètres d’emplacement originels, c’est-à-dire les décisions anthropiques conditionnant la présence d’un site en un point précis. Dans la Somme, les variables influant statistiquement sur la distribution spatiale des fermes et villae relèvent plus notablement du domaine socio-économique que de l’environnement physique. Si l’aspect lacunaire de la documentation archéologique et des variables restituables est réel, il est indéniable que les SIG permettent d’atteindre une compréhension plus fine et plus fiable des paysages anciens et de leur interaction avec les habitants.

One of the functions of archaeological GIS is modelling, with the aim to propose a spatial hypothesis rather than raw data. This paper consists in presenting the design, results and limits of spatial modelling through GIS, which are applied to the rural settlement of the Somme in the Roman era. Its purpose is to ascertain locational parameters, i.e. the human decisions which condition the presence of a site in a specific area. In the Somme, variables that have a statistical impact on the spatial distribution of farms and villae tend to pertain more often to the socio-economic field rather than the physical environment. While the gap in the archaeological data and reconstituted variables is real, it is undeniable that GIS models allow a finer and more reliable understanding of ancient landscapes and their interaction with the inhabitants.

By employing a tailored methodology of predictive modelling, this paper uncovers factors influencing Roman farmers' decisions on where to settle in the Somme (modern department in northern France). Few studies have devoted efforts towards this goal, as the Somme displays a relatively smooth topography, giving the impression that its site location patterns were homogeneous. The results of this study indicate that the physical landscape did influence site location: rural settlements were more often located in flat areas or gentle valley slopes near rivers. Socioeconomic factors, such as the accessibility of local markets, however, seem to hold even more influence over site location than the physical landscape, since the preference for well-connected areas appears for all types of farms. If all areas could be settled by Roman farmers, well-connected areas were therefore viewed as more suitable than others.