彭 玮，杨 帆
（1.湖北大学知行学院，湖北 武汉 430062；2.湖北大学，湖北 武汉 430062）
0 引 言
植物作为当今世界上具有生命的活体之一，具有维护碳氧循环稳定性等多种作用[1⁃2]。随着人们对于审美的追求越来越高，如何进行植物配置已经成为社会热点话题[3]。一般情况下，植物配置主要包含两方面的内容，一是通过选择合适的植物类型和树丛组合等为目标进行各种植物之间的相互协调配置，二是考虑到植物与山、水、建筑、道路等其他植物景观要素之间协调性进行配置[4]。
当前对于植物优化配置的研究已经取得了一定的进展，例如文献[5]提出一种基于SBE 法和植物组合色彩量化分析的植物优化配置方法。这种方法采用美景度评价（SBE）法及植物组合色彩量化分析方法对不同植物组合进行景观评价，构建植物组合美景度模型，获取植物优化配置方案，但是在实际应用中发现，这种方法成本较高。文献[6]提出一种基于综合评价指数法的植物优化配置方法。该方法通过构建植物物种多样性、观赏时序与整体环境的协调性等多个评价指标，计算每个指标的权重和指标之间的隶属度，根据计算结果得出优化的植物配置结果，但是该方法存在植物优化配置时间较长的问题。
为了提升植物优化配置效果，本文设计了一种基于日照适应性的植物优化配置系统。
1 植物优化配置系统设计
1.1 系统硬件设计
本文所设计的植物优化配置系统硬件主要由管理员模块、数据搜集整理模块、数据库模块、数据资料查询模块组成。图1 为植物优化配置系统硬件架构。
图1 系统硬件架构
1.1.1 数据搜集整理模块
数据资料的搜集整理结果由文字资料和设计素材两部分组成。文字资料以数据项为基础，包括植物专业资料以及地区环境资料等[7⁃8]。设计素材主要是指植物景观设计过程中所需的相关文件资料。针对无法搜集的素材可以通过相关设计软件制作设计素材[9]。数据资料类型如图2 所示。
图2 数据资料类型
1.1.2 数据库模块
利用数据搜集整理模块采集相关数据并存储至数据库中，系统主要通过应用程序服务器与数据库建立连接或是请求响应等[10⁃11]。在一般情况下，需要将数据库驱动程序作为数据库与应用程序服务器之间的翻译器，以实现二者之间的通信[12]。在利用驱动程序建立通信后会自动生成一个记录集，这个记录集是从数据库提取到的一组或多组数据[13]。实现系统请求响应的具体过程如图3 所示。
图3 数据库模块执行过程
其中，数据库表结构如表1 所示。
表1 数据库表结构
1.1.3 管理员模块
管理员模块主要是利用数据库模块中存储的管理员信息，对Web 客户端发送过来的用户名及密码进行验证。在验证过程中需要确认该用户在数据库中是否存在，若存在则需要检验密码及验证码的正确性，若验证通过，就需要把所有信息写入Session，并提示登录成功；若是验证不通过则需要撤销Session，返回登录界面，需要管理员提供正确信息后重新登录[14]。管理员登录流程如图4 所示。
图4 管理员登录流程
1.1.4 数据资料查询模块
数据资料查询模块主要由植物信息综合查询模块、相似植物查询模块和植物地图分布查询三个子模块组成，具体如图5 所示。
图5 数据资料查询模块
植物信息综合查询子模块包括单条件查询和多条件动态组合查询，查询结果会以列表的形式呈现，并提供力导向图以实现数据可视化[15]。相似植物查询子模块包括在植物三种不同属性上相似的查询，即生长条件、成本和分布地区。当用户在系统中输入相似植物查询命令后，系统会对在这些属性上具有相似性的植物进行查询，按照相似度对植物由高到低进行排序，并将排序结果以列表的形式呈现。地图分布查询子模块包括根据植物名称查询分布地区、根据地区查询植物两个功能，都是主要利用地图方式实现数据可视化。
1.2 系统软件设计
城市与农村的形态变化使得日照辐射环境趋于多样化。由于相关植物景观设计师们的感知能力十分有限，导致在植物配置，尤其是城市植物优化配置方面存在困难。因此本文以日照适应性和区间多目标规划为基础，通过引入日照参数进行植物配置多目标优化模型设计与求解，以该模型为基础进行植物优化配置系统软件设计。植物优化配置系统软件设计的最终目标时实现植物配置的最优化，以实现社会、经济、环境的协调发展。所以在实际中植物优化配置是一种多目标优化问题，因此构建了多目标优化模型，具体如下：
式中：由不同类型、日照辐射数值以及价格等组成的决策向量用X表示；而植物优化配置的经济、社会、环境效益分别用F±1(X)，F±2(X)，F±3(X)表示。
将植物土壤、气候环境条件，植物对光照的需求强度、环保要求等作为多目标优化模型的约束条件，其具体描述如下：
式中：dj表示第j种植物生长过程中因施肥等原因所造成的污染；pj表示污染排放系数；w0表示允许污染排放量最小值；hj表示当前第j种植物的土壤环境条件；k0表示土壤环境条件的最低标准；uj表示当前第j种植物的气候环境条件；c0表示气候环境条件的最低标准；wj表示当前第j种植物的光照度；v0表示植物对光照的需求强度最低标准。
由于植物的生长与开花习性不同，在分析多目标优化模型约束条件时应该主要考虑植物日照辐射。对于落叶景观植物而言，其所需的日照参数可以描述为：
对于常绿植物而言，其所需的日照参数为：
式中：Qi(x)为日照辐射面积；Ri(x)为日照辐射强度。
分别构建效益参数、成本参数与上述所得出的日照参数的隶属度函数，利用隶属度函数将多目标优化模型分解为多个子模型，分别对每一个子模型进行求解，获得每一个子模型的个体最优解以及最差可行解，并对其进行重组及比较，得到同时满足个体及可行性最优的解，所得结果即为植物优化配置结果。
2 实验设计与结果分析
2.1 实验设计
为了验证本文所设计的基于日照适应性的植物优化配置系统的可行性，设计实验。本次实验中选择某一大型景观工程作为仿真实例，该工程包含硬景与软景两部分，硬景总面积约为35 000 m3，软景面积约为95 000 m3，初步估计其造价约为4 467 万元。将该工程数据作为样本数据，利用仿真实验比较文献[5]方法、文献[6]方法以及本文系统设计方法的实际应用效果。
2.2 实验结果分析
对三种方法的植物优化配置时间及成本进行比较，结果如图6、图7 所示。
图6 植物优化配置时间比较结果
图7 植物优化配置成本比较结果
分析图6 可知，与文献方法相比，本文系统的植物优化配置时间是最低的，说明该系统的植物优化配置效率最高。分析图7 可知，文献[5]方法、文献[6]方法在实验过程中，植物优化配置成本起伏较大，且大部分超出了预估值，而本文系统的植物优化配置成本始终低于预估值，说明该系统可有效降低植物优化配置成本。
3 结 论
本文设计一种基于日照适应性的植物优化配置系统。经实验测试可知，该系统的植物优化配置时间短、成本低，可以在实际中得到进一步推广与使用，以期助力于生态型社会的建设与发展。
注：本文通讯作者为杨帆。
