基于層次分析法的屋頂綠化智慧管理系統(tǒng)

，， ，，，

(1.蘇州科技大學(xué) 江蘇省建筑智慧節(jié)能重點實驗室，江蘇 蘇州 215009；2.同濟(jì)大學(xué) 電子與信息工程學(xué)院， 上海 2018043.中國科學(xué)院 上海微系統(tǒng)與信息技術(shù)研究所， 上海 200050)

基于層次分析法的屋頂綠化智慧管理系統(tǒng)

羅恒1，鄒優(yōu)敏1，陳揚(yáng)1，陸家欣1，郭愛煌2，李慧3

(1.蘇州科技大學(xué)江蘇省建筑智慧節(jié)能重點實驗室，江蘇蘇州215009；2.同濟(jì)大學(xué)電子與信息工程學(xué)院，上海2018043.中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所，上海200050)

快速的城市化進(jìn)程使得當(dāng)前城市普遍面臨綠地面積減少、抗自然災(zāi)害能力下降等問題；針對城市資源與需求的矛盾，對現(xiàn)有屋頂綠化自動管理系統(tǒng)進(jìn)行了研究，設(shè)計了一種基于無線傳感器網(wǎng)絡(luò)的屋頂綠化智慧管理系統(tǒng)；通過實時獲取光照強(qiáng)度等植物生長環(huán)境參數(shù)；使用層次分析法對植物生長環(huán)境進(jìn)行評估與分析，提出了量化環(huán)境適宜度指標(biāo)，通過反饋控制系統(tǒng)，實現(xiàn)屋頂綠化植物的智慧管理；實驗結(jié)果表明，與傳統(tǒng)屋頂綠化方法相比較，系統(tǒng)可以提高24%的植物存活率，同時可實現(xiàn)屋頂降溫20%的目標(biāo)；系統(tǒng)具有成本低、自適應(yīng)管理等優(yōu)點，可以廣泛應(yīng)用于當(dāng)前我國的城市屋頂綠化中，也可以為學(xué)界和業(yè)界的相關(guān)研究提供參考。

屋頂綠化；層次分析法；智能系統(tǒng)；無線傳感器網(wǎng)絡(luò)；

0 引言

社會、經(jīng)濟(jì)的快速發(fā)展和城市化進(jìn)程的加速，使得城市外延式擴(kuò)張速度不斷加快，同時，城市單位區(qū)域內(nèi)建筑密度和人口密度也呈現(xiàn)不斷增加的趨勢，其結(jié)果是城市空氣污染日益嚴(yán)重、熱島效應(yīng)頻現(xiàn)以及單位建筑能耗攀升等城市病的爆發(fā)，導(dǎo)致城市生態(tài)環(huán)境、人口居住環(huán)境不斷惡化[1]。統(tǒng)計結(jié)果表明，城鎮(zhèn)化水平每提高一個百分點，就會使得城市建設(shè)占用耕地增加2.69%。如何在保證城市綠地面積條件的同時提高城市化和經(jīng)濟(jì)化的發(fā)展速度，已經(jīng)成為當(dāng)前社會發(fā)展中亟待解決的一個問題。

面對節(jié)能減排以及污染控制的雙重壓力，學(xué)界和業(yè)界都提出了很多解決方案，其中，屋頂綠化是一種廣受關(guān)注的技術(shù)。屋頂綠化技術(shù)通過在現(xiàn)有建筑頂部構(gòu)建綠地，實現(xiàn)建筑樓頂?shù)膹?fù)用，屋頂綠化作為建筑技術(shù)和園藝技術(shù)的結(jié)合，不但營造了優(yōu)美、溫馨的生活環(huán)境，同時也在很大程度上凈化了空氣，降低了城市噪音，有效改善城市熱島效應(yīng)，節(jié)約了資源，契合當(dāng)代低碳生活的主題，促進(jìn)了人與自然的平衡發(fā)展。

屋頂綠化最早可以追溯到公元前600年古巴比倫國王建造的“空間花園”。20世紀(jì)后期，屋頂綠化作為一種生態(tài)型城市技術(shù)，獲得了長足發(fā)展[2]，涌現(xiàn)了一大批屋頂綠化系統(tǒng)[3]，如美國的Liveroof屋頂綠化系統(tǒng)、德國的海納爾屋頂綠化系統(tǒng)、日本的TSRG屋頂綠化系統(tǒng)以及韓國的KICT-GRS2005屋頂綠化系統(tǒng)[4-6]。

物聯(lián)網(wǎng)技術(shù)和移動通信技術(shù)的發(fā)展，使得無線傳感網(wǎng)在現(xiàn)代智慧農(nóng)業(yè)中獲得了廣泛應(yīng)用[7-9]，屋頂綠化也借鑒了部分智慧農(nóng)業(yè)的成功經(jīng)驗，如南京的紫東創(chuàng)意園E區(qū)，將一棟樓屋頂1200平方米，改造成一片屋頂菜園，充分利用屋頂光照充足，空氣新鮮的條件，實現(xiàn)了屋頂綠化和種植[10]，在改善環(huán)境的同時，也提高了生產(chǎn)效率[11-13]。

盡管屋頂綠化取得了巨大進(jìn)步，但是植物個性化管理方法，仍需求投入一定的人力，缺乏自適應(yīng)智慧管理功能，且反饋控制參數(shù)單一。針對當(dāng)前國內(nèi)屋頂綠化系統(tǒng)發(fā)展的現(xiàn)狀，結(jié)合國外屋頂綠化系統(tǒng)設(shè)計系統(tǒng)的一些優(yōu)點，提出了一種智慧屋頂綠化系統(tǒng)，實現(xiàn)了屋頂綠化的多參數(shù)、智慧管理。

1 系統(tǒng)設(shè)計及屋頂綠化植物選擇

1.1 硬件系統(tǒng)設(shè)計

圖1所示為智慧屋頂系統(tǒng)框圖，整個系統(tǒng)主要包括環(huán)境多參數(shù)采集子系統(tǒng)、無線傳輸子系統(tǒng)，后臺數(shù)據(jù)分析以及顯示子系統(tǒng)和反饋控制子系統(tǒng)。

數(shù)據(jù)采集子系統(tǒng)實時獲取植物生長環(huán)境中的溫濕度、光照強(qiáng)度等參數(shù)，通過無線傳輸子系統(tǒng)實現(xiàn)數(shù)據(jù)的無線傳輸，到達(dá)后端的數(shù)據(jù)分析子系統(tǒng)，通過層次分析法動態(tài)評估植物生長環(huán)境的適宜度，并給出優(yōu)化植物生長環(huán)境的措施，通過反饋控制系統(tǒng)，實現(xiàn)遮陽、澆灌等措施，為綠化植物提供最優(yōu)化的生長環(huán)境。

圖1 系統(tǒng)框圖

1.2 軟件系統(tǒng)設(shè)計

圖2所示為系統(tǒng)的軟件流程圖，系統(tǒng)的軟件系統(tǒng)主要有兩部分組成，第一部分為數(shù)據(jù)采集發(fā)送端程序，第二部分是數(shù)據(jù)處理與分析接收端程序。

圖2 軟件流程圖

系統(tǒng)的以89C52RC單片機(jī)為核心，使用C語言來編寫程序，實現(xiàn)溫濕度傳感器和光強(qiáng)傳感器采集數(shù)據(jù)，根據(jù)I2C協(xié)議與單片機(jī)的I/O口通信。將溫濕度和光照強(qiáng)度程序調(diào)用寫入主函數(shù)的循環(huán)中，不斷地檢測植物生長環(huán)境中的溫濕度與光照強(qiáng)度，并將獲取的數(shù)據(jù)放入數(shù)組中，通過調(diào)用nRF的發(fā)送程序，送達(dá)接收端。在接收端，在初始化LCD后，循環(huán)接收數(shù)據(jù)。在接收數(shù)據(jù)時，需進(jìn)行數(shù)值轉(zhuǎn)換，便于環(huán)境參數(shù)的現(xiàn)實。通過AHP層次分析法程序處理接受數(shù)據(jù)，給出一個權(quán)重，并與標(biāo)準(zhǔn)值進(jìn)行比較，通過程序中的判斷語句，進(jìn)行反饋控制，實現(xiàn)屋頂綠化的智能化和最優(yōu)化。

1.3 屋頂綠化植物選擇

由于屋頂環(huán)境具有光照強(qiáng)、風(fēng)力大、濕度低、晝夜溫差大等特點，植物選擇至關(guān)重要，薄的基質(zhì)層和低養(yǎng)護(hù)程度決定了其選用的植物必須是具有很強(qiáng)抗逆性的淺根性植物。目前我國屋頂綠化中，采樣景天類植物最為廣泛。

垂盆草(Sedum sarmentosum)，俗稱狗牙半枝蓮，是景天科景天屬多年生草本植物，是屋頂綠化中最常用的植物。其生物特性包括：不育枝匍匐生根，結(jié)實枝直立，長10-15 cm，葉3片輪生，倒披針形至長圓形，聚傘花序疏松，花淡黃色，花期5～6月，果期7～8月，我國南北均有分布，抗逆性較強(qiáng)[14]。基于此，本系統(tǒng)使用垂盆草作為屋頂綠化植物。

2 基于多參數(shù)的植物生長環(huán)境評估模型

植物生長受濕度、溫度、光照強(qiáng)度和礦物質(zhì)等諸多因素影響，考慮到屋頂綠化應(yīng)用環(huán)境，本系統(tǒng)主要以濕度、溫度和太陽光照強(qiáng)度為主要評估指標(biāo)。

基于多參數(shù)的反饋控制策略可以看作是一個多參數(shù)決策問題，依據(jù)決策結(jié)果，實現(xiàn)自適應(yīng)控制。

多參數(shù)決策問題的解決方案較多，其中層次分析法(analytic hierarchical process, AHP)是一種較為可靠的方法，通過將復(fù)雜的問題分析給層次化，計算出不同方案的權(quán)重值，分析其權(quán)重值的大小，給出排序結(jié)果，從而使得決策者可以科學(xué)地選擇最佳方案。

AHP算法主要步驟包括1)提出問題；2)建立層次結(jié)構(gòu)模型；3)構(gòu)造對比或判斷矩陣；4)根據(jù)某一標(biāo)準(zhǔn)，計算個元素的權(quán)重；5)比較分析結(jié)果。

2.1 層次結(jié)構(gòu)模型

圖3所示為本系統(tǒng)評估層次結(jié)構(gòu)圖。系統(tǒng)以營造最適合植物生長環(huán)境為目標(biāo)，以濕度、溫度和光照強(qiáng)度為評價指標(biāo)，方案層主要包含標(biāo)準(zhǔn)值和測量值。

圖3 層次結(jié)構(gòu)圖

2.2 建立判斷矩陣

在層次分析法中，通常1-9標(biāo)度衡量兩個因素之間的相對重要性，其中1表示同等重要，9表示最最重要。在兩兩判斷比較矩陣中，元素eij> 0(i,j=1,2,…,n)且滿足eji=1/eij

2.2.1 準(zhǔn)則層權(quán)重

張蕾團(tuán)隊的研究結(jié)果表明，在垂盆草生長過程中，濕度的作用最大，其次為溫度，光照強(qiáng)度的影響最小[14]，基于此，根據(jù)AHP法中的1～9標(biāo)度準(zhǔn)則，構(gòu)建式(1)所示的兩兩比較判斷矩陣。

(1)

2.2.2 方案層權(quán)重

對于某個特定的準(zhǔn)則，不同方案也需構(gòu)建兩兩比較判斷矩陣，獲取特定準(zhǔn)則下的方權(quán)重。表1所示為不同時期，屋頂綠化管理中兩組環(huán)境參數(shù)的測量值。

表1 實際測量值

圖4給出了濕度區(qū)間與標(biāo)度值關(guān)系。如圖所示，當(dāng)濕度控制在70%～72%時，植物生長最為迅速[14]，在此區(qū)間外，植物的生長狀態(tài)隨著濕度的增加和降低呈現(xiàn)下降趨勢。將標(biāo)度9右側(cè)劃分為8個標(biāo)度區(qū)間，每3個百分點為一個標(biāo)度區(qū)間，當(dāng)濕度超過94%時，標(biāo)度值為1；將標(biāo)度9左側(cè)的區(qū)間，以5個百分點為一個子區(qū)間，均分劃分為8個標(biāo)度區(qū)間，當(dāng)濕度低于35%時，標(biāo)度為1。

圖4 濕度區(qū)間與標(biāo)度值

依據(jù)表1及圖4，構(gòu)建關(guān)于濕度的兩兩比較矩陣：

(2)

圖5為溫度區(qū)間與標(biāo)度值關(guān)系。如圖所示，當(dāng)溫度處于26～29℃區(qū)間內(nèi)時，最適合植物生長[14]，在此區(qū)間外，植物的生長狀態(tài)逐漸下降。將標(biāo)度9右側(cè)劃分為8個標(biāo)度區(qū)間，每四攝氏度為一個標(biāo)度區(qū)間，當(dāng)溫度高于55 ℃時，標(biāo)度值為1；將標(biāo)度9左側(cè)的區(qū)間，同樣以每四攝氏度為一個標(biāo)度區(qū)間，均分劃分為8個標(biāo)度區(qū)間，當(dāng)溫度低于-2 ℃時，標(biāo)度為1。

圖5 溫度區(qū)間與標(biāo)度值

構(gòu)建如式(3)所示的溫度指標(biāo)下的兩兩比較矩陣：

(3)

圖6表示了光照強(qiáng)度與標(biāo)度值之間的關(guān)系，當(dāng)光照強(qiáng)度大于等于45 klx、小于等于49 klx時，對于植物生長最為有利[14]，當(dāng)光照強(qiáng)度高于45 klx或者低于49 klx時，植物的生長狀態(tài)呈遞減狀態(tài)。將標(biāo)度9右側(cè)劃分為8個標(biāo)度區(qū)間，每4 klx為一個標(biāo)度區(qū)間，當(dāng)光照強(qiáng)度高于76 klx時，標(biāo)度值為1；將標(biāo)度9左側(cè)的區(qū)間，同樣以每4 klx為一個標(biāo)度區(qū)間，均分劃分為8個標(biāo)度區(qū)間，當(dāng)光照強(qiáng)度小于16 klx時，標(biāo)度為1。

圖6 光照強(qiáng)度區(qū)間與標(biāo)度值

構(gòu)建如式(4)所示的兩兩比較判斷矩陣。

(4)

2.3 權(quán)重計算

AHP中使用如式(5)所示的均方根方法獲取歸一化的準(zhǔn)則層或者方案層權(quán)重，

(5)

其中，aij表示判斷矩陣中第i行第j個元素。

2.3.1 準(zhǔn)則層權(quán)重

根據(jù)式(5)，可得準(zhǔn)則層中濕度、溫度和光照強(qiáng)度的權(quán)重分別為0.57,0.29以及0.14?？梢?，濕度在三項評價指標(biāo)中的權(quán)重最高，溫度次之，光照強(qiáng)度權(quán)重最小，排序結(jié)果與研究結(jié)果一致[14]。

可以得出結(jié)論，若改善濕度環(huán)境，使得植物生長環(huán)境趨于理想環(huán)境時，系統(tǒng)的總體優(yōu)化性能幅度提高最大，而從改善光照強(qiáng)度角度考慮，取得的優(yōu)化效果最小。

2.3.2 方案層權(quán)重

將式(2)、(3)和(4)分別帶入式(5)計算，可得表2所示的方案層權(quán)重。

表2 方案層權(quán)重

2.3.3 綜合權(quán)重

在獲得各評估準(zhǔn)則權(quán)重以及不同準(zhǔn)則下的方案層權(quán)重后，可以通過

,...,n)

(6)

獲得方案的綜合權(quán)重。

依據(jù)式(6)可得環(huán)境1和環(huán)境2的綜合權(quán)重如表3所示，可以得出結(jié)果，測量環(huán)境1比測量環(huán)境2更適合植物生長，因為環(huán)境1中的綜合權(quán)重與標(biāo)準(zhǔn)環(huán)境的權(quán)重更為接近。如果測量環(huán)境與標(biāo)準(zhǔn)環(huán)境綜合權(quán)重差值過大，且超過了設(shè)置的健康閾值，則表明植物生長環(huán)境正處于不舒適的狀態(tài)，需要調(diào)節(jié)環(huán)境參數(shù)，使其趨向于健康的生長環(huán)境。再通過分析環(huán)境中單獨的指標(biāo)在植物生長環(huán)境所占的權(quán)重，將測量值與標(biāo)準(zhǔn)值相比較，從而可以得出處于異常狀態(tài)的具體因素，從而進(jìn)行相應(yīng)的操作調(diào)整環(huán)境。

表3 綜合權(quán)重

3 實驗結(jié)果分析

3.1 自適應(yīng)控制系統(tǒng)性能

通過無線傳感器網(wǎng)絡(luò)，實時獲取不同日期、不同時刻的垂盆草生活環(huán)境參量，通過AHP方法實時調(diào)節(jié)栽培基質(zhì)的溫濕度以及光照強(qiáng)度，獲得了如圖7所示的濕度對比曲線。由圖可見，屋頂綠化智慧管理系統(tǒng)能夠保證綠化植物生長環(huán)境的各個參數(shù)趨于最佳生長環(huán)境，而自然環(huán)境下人工種植的植物生長的各個環(huán)境參數(shù)則波動較大。

圖8給出了植物生長情況對比，屋頂綠化在智慧管理系統(tǒng)控制下，植物生長環(huán)境明顯優(yōu)于自然生長情況。圖9給出了成活率對比圖，不難看出，使用智慧管理系統(tǒng)的植物存活率遠(yuǎn)高于自然生長情況，統(tǒng)計結(jié)果表明，使用了屋頂綠化管理系統(tǒng)的植物成活率可以提高24%。

圖7 濕度對比圖

圖8 植物生長對比圖

圖9 存活率對比

3.2 屋頂綠化對環(huán)境影響

實驗過程中，通過設(shè)置對比組，對屋頂溫度進(jìn)行測量與分析，可以發(fā)現(xiàn)在沒有種植綠化植物的屋頂上，由于太陽光的直射，所測得的屋頂表面溫度較高，具有綠化系統(tǒng)屋頂，由于綠色植物的遮陰效果，屋頂表面溫度明顯降低，圖10所示為屋頂綠化對建筑屋頂表面溫度的改善效果。由圖10(b)可見，屋頂綠化對屋頂?shù)慕禍胤秶?～6 ℃，平均降溫為3 ℃。在12點到下午3點之間降溫效果較明顯，且在正午時刻降溫效果最為顯著，降溫幅度達(dá)到6℃左右，降溫比率可達(dá)20%。

圖10 屋頂綠化效果對比圖

4 結(jié)論

屋頂綠化具有緩解城市熱島效應(yīng)、提高建筑能效、減少大氣污染、保護(hù)城市生物多樣性以及削減屋頂雨水徑流量等優(yōu)點，因此在資源與環(huán)境矛盾日益尖銳的今天，是一種綠色環(huán)保型技術(shù)。通過對屋頂綠化環(huán)境進(jìn)行動態(tài)評估，實現(xiàn)了植物生長環(huán)境的量化，基于此作出的反饋控制使得植物可以在最適宜的環(huán)境中生長，實現(xiàn)屋頂綠化的效果最優(yōu)化。系統(tǒng)具有成本低、自適應(yīng)管理等優(yōu)點，可以廣泛應(yīng)用于我國的城市屋頂綠化中，也可以為學(xué)界和業(yè)界的相關(guān)研究提供參考。

[1]秦 佳,李建民. 中國人口城鎮(zhèn)化的空間差異與影響因素[J]. 人口研究,2013,(02):25-40.

[2]冼麗鏵,鮑海泳,陳紅躍,等. 屋頂綠化研究進(jìn)展[J]. 世界林業(yè)研究,2013,(02):36-42.

[3]魏 艷,趙慧恩. 我國屋頂綠化建設(shè)的發(fā)展研究——以德國、北京為例對比分析[J]. 林業(yè)科學(xué),2007,(04):95-101.

[4]Aziz H A, Ismail Z. Design guideline for sustainable green roof system[A]. IEEE Symposium on Business[C]. IEEE, 2011, 198-203.

[5]肖 敏,張國強(qiáng). 國內(nèi)外屋頂?shù)木G化設(shè)計[J]. 工業(yè)建筑,2015(1):184-188.

[6]任國亮. 國外成熟屋頂綠化系統(tǒng)比較研究[J]. 中國建筑防水, 2011(23):24-28.

[7]陳 輝, 任 珺, 杜 忠. 屋頂綠化的功能及國內(nèi)外發(fā)展?fàn)顩r[J]. 環(huán)境科學(xué)與管理, 2007, 32(2):162-165.

[8]譚建萍,徐志平. 城市屋頂菜園發(fā)展現(xiàn)狀[J]. 綠色科技,2015(2):125-127.

[9]Kodali R K, Rawat N. Wireless sensor network in mango farming[A]. Nirma University International Conference on Engineering[C]. 2013,1-6.

[10]張迎迎, 王愛民. 城市屋頂菜園種植技術(shù)研究——以“南京紫東創(chuàng)意園 E 區(qū)”為例[J]. 安徽農(nóng)業(yè)科學(xué), 2015, 43(1): 122-123.

[11]Chetan D M, Ganesh R R, Jagannathan S, et al. Smart farming system using sensors for agricultural task automation[C]. IEEE, 2015,49-53.

[12]Tsai C F, Hung K C. Campus greenhouse monitoring with a simple ZigBee-based sensor network[A].Advanced Materials for Science and Engineering (ICAMSE), International Conference on[C]. IEEE, 2016, 305-308.

[13]鄒承俊. 物聯(lián)網(wǎng)技術(shù)在蔬菜溫室大棚生產(chǎn)中的應(yīng)用[J]. 物聯(lián)網(wǎng)技術(shù), 2013, 3(8): 18-21

[14]張 蕾, 江海東, 田 娜,等. 不同溫度和基質(zhì)含水量對垂盆草建植初期生長的影響[J]. 草業(yè)學(xué)報, 2008, 17(3):59-64.

ASmartGreenRoofSystembasedonAnalyticHierarchicalProcess(AHP)

Luo Heng1, Zou Youmin1, Chen Yang1, Lu Jiaxin1, Guo Aihuang2, Li Hui3

(1. JiangSu Province Key Lab of Intelligent Building Energy Efficiency, Suzhou University of Science and Technology, Suzhou 215009，China；2.College of Electronics and Information Engineering, Tongji University, Shanghai 201804，China；3. Shanghai Institute of Microsystem and Information Technology Chinese Academy of Science, Shanghai 200050)

With the rapid development of urbanization, problems such as reduction of green land and decrease of ability to deal with natural disaster occur. A smart green roof management system is proposed in this paper, targeting at improve the efficiency of the current management systems. Humidity, temperature as well as light intensity are measured and transmitted for further analysis with AHP, aiming at ranking the sampling environment to offer benchmark for feedback control. Experiment results show that the proposed smart system is able to improve the survival rate as high as 24% and reduce as much as 20% temperature in summer with low cost and without the involvement of people. The proposed system can be widely applied in our cities and it can also provide experience for related research home and abroad.

Green Roof, AHP ,Smart System, Wireless sensor networks

2017-08-16；

2017-09-08。

國家自然科學(xué)基金項目(61602334，61502329，61401297)；住房與城鄉(xiāng)建設(shè)部科學(xué)技術(shù)項目(2015-K1-047)；江蘇省自然科學(xué)基金項目(BK20140283)。

羅 恒(1981-)，男，博士，講師，主要從事人工智能技術(shù)及其在建筑節(jié)能中的應(yīng)用方向的研究。

郭愛煌(1965-)，男，博士，教授，博導(dǎo)，主要從事人工智能方法及其應(yīng)用方向的研究。

1671-4598(2017)11-0269-04

10.16526/j.cnki.11-4762/tp.2017.11.068

E926.3

A