既有住區(qū)人居低碳品質(zhì)評(píng)價(jià)模型及可視化研究*

劉 鳴 連超麗 楊鑫鑫 范 悅 谷紅磊 LIU Ming, LIAN Chaoli, YANG Xinxin, FAN Yue, GU Honglei

0 引 言

人作為既有住區(qū)活動(dòng)的主體，既是住區(qū)的使用者，也是低碳行為的執(zhí)行者，是構(gòu)建低碳住區(qū)的第一個(gè)維度[1]。居民對(duì)既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)是一種模糊的、難以預(yù)測的隨機(jī)變量，除了受既有住區(qū)的客觀條件，如住區(qū)建筑、環(huán)境、交通、配套基礎(chǔ)設(shè)施等因素影響之外，還與居民的自身特征如年齡、閱歷、社會(huì)階層、心理感受等密切相關(guān)[2]。不同的人對(duì)同一住區(qū)的客觀條件可能會(huì)有不同的認(rèn)識(shí)，即使同一個(gè)人在不同時(shí)間對(duì)于同一住區(qū)也會(huì)有不同的感覺，即主觀因素不同，對(duì)客觀因素的評(píng)價(jià)結(jié)果也不同。

董麗、范悅等人以層次分析法建立既有住區(qū)活力評(píng)價(jià)模型，為定量和定性研究既有住區(qū)提供了新方法[3]。本文運(yùn)用MATLAB中的Fuzzy Logic模塊將影響住區(qū)低碳品質(zhì)評(píng)價(jià)的客觀因素與主觀因素結(jié)合，建立有效的模糊控制模型，并實(shí)現(xiàn)了該模型精確的可視化表達(dá)。既有建筑改造前的低碳品質(zhì)評(píng)價(jià)對(duì)建筑方案以及適宜的人居環(huán)境改造具有重要的指導(dǎo)作用，因此文章通過建立居民對(duì)既有住區(qū)低碳品質(zhì)模糊綜合評(píng)價(jià)模型，可以針對(duì)每個(gè)既有住區(qū)給出一個(gè)直觀的評(píng)價(jià)結(jié)果，用于指導(dǎo)既有建筑改造。

圖1 昌平小區(qū)綠化現(xiàn)狀圖Fig.1 the existing landscape of Changping community

圖2 昌平小區(qū)停車現(xiàn)狀圖Fig.2 the existing parking situation of Changping community

1 現(xiàn)場調(diào)研

既有住區(qū)以人、建筑與環(huán)境為三大主體，基于對(duì)不同年代的既有住區(qū)進(jìn)行走訪調(diào)查，發(fā)現(xiàn)既有住區(qū)在住區(qū)環(huán)境、住區(qū)建筑以及住區(qū)低碳品質(zhì)等方面存在差異。為獲得較詳細(xì)的數(shù)據(jù)，采取現(xiàn)場發(fā)放問卷的形式。問卷設(shè)置涵蓋居民的低碳生活、住區(qū)建筑和住區(qū)環(huán)境3個(gè)方面共18個(gè)問題，評(píng)價(jià)項(xiàng)目的18種因素均圍繞低碳的內(nèi)容選取，具有一定傾向。對(duì)低碳生活的調(diào)研，主要包括居民對(duì)住區(qū)低碳管理的滿意度、日常消費(fèi)行為、用水用電、出行方式等；對(duì)于住區(qū)環(huán)境的調(diào)研，主要包括住區(qū)的綠化環(huán)境、周邊交通設(shè)施、配套設(shè)施、垃圾處理方式等；對(duì)住區(qū)建筑的調(diào)研，主要包括建筑規(guī)劃布局、戶型、圍護(hù)結(jié)構(gòu)、建筑構(gòu)件、能源使用方式、室內(nèi)舒適性、能源計(jì)量方式等。

以開放式問卷方式，讓居民在以上調(diào)研項(xiàng)目信息的基礎(chǔ)上對(duì)既有住區(qū)低碳品質(zhì)進(jìn)行綜合評(píng)價(jià)，給出確切評(píng)分，同時(shí)寫下居住區(qū)低碳使用現(xiàn)狀中存在的優(yōu)缺點(diǎn)。調(diào)研小區(qū)選擇在大連市昌平小區(qū)，該小區(qū)為建于20世紀(jì)90年代的開放式街區(qū)，臨近城市中心繁華的商業(yè)區(qū)，圖1和圖2是調(diào)研小區(qū)的現(xiàn)狀圖。

表1 評(píng)價(jià)項(xiàng)目均值分析Tab.1 the average analysis of evaluation project

1.1 調(diào)研結(jié)果均值與獨(dú)立性分析

現(xiàn)場調(diào)研過程中，調(diào)查小組向昌平小區(qū)發(fā)放了100份調(diào)查問卷，回收有效問卷86份，問卷中每個(gè)項(xiàng)目量化為若干定性或定量的問題，問題答案選項(xiàng)分為5個(gè)程度。問卷結(jié)果統(tǒng)計(jì)分析依據(jù)的是李克特量表[4]，將每個(gè)問題答案的心理反應(yīng)指標(biāo)分為5級(jí)，其評(píng)價(jià)項(xiàng)目均值分析結(jié)果見表1。

由卡方分析[5]居住人群特征變量，即年齡、性別、文化程度、收入與各個(gè)評(píng)價(jià)項(xiàng)目兩兩間的相關(guān)性和獨(dú)立性，其中chi為卡方值（表2），卡方值越大代表相關(guān)程度越高。由分析結(jié)果可知，年齡的差別對(duì)結(jié)果的影響主要體現(xiàn)在綠化及景觀設(shè)施、戶型布局合理性及住區(qū)的總體評(píng)價(jià)等方面，同時(shí)可知，年齡與各評(píng)價(jià)項(xiàng)目之間的相關(guān)性較高，因此將年齡作為主觀因素的控制變量，由問卷結(jié)果可知：該小區(qū)人口分布年齡集中在50—60歲之間，年齡偏大（圖3）。

2 基于模糊理論的評(píng)價(jià)模型構(gòu)建

MATLAB 的“Fuzzy Logic”是專門研究模糊理論的程序，F(xiàn)uzzy Logic的模糊邏輯善于表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，它借助隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，解決因邏輯破缺產(chǎn)生的種種不確定問題。利用Matlab中的Fuzzy Logic模塊通過定義輸入輸出變量、輸入輸出變量模糊度隸屬函數(shù)、模糊推理規(guī)則、輸出變量可視化表達(dá)四個(gè)步驟[6]，以昌平小區(qū)為例，建立既有住區(qū)低碳品質(zhì)模糊綜合評(píng)價(jià)模型[7]（圖4）。

2.1 定義輸入輸出變量

利用Matlab中“fuzzy”編輯器，基于上文問卷調(diào)查的結(jié)果分析可知，將輸入變量，即影響居民對(duì)既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)的客觀因素和主觀因素定義為低碳生活、住區(qū)建筑、住區(qū)環(huán)境和居民的年齡，將輸出變量定義為對(duì)既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)[8]（圖5）。

表2 評(píng)價(jià)項(xiàng)目的卡方相關(guān)性分析Tab.2 the card correlation analysis of the evaluated project

圖3 昌平小區(qū)調(diào)研人口年齡分布Fig.3 age distribution of population in Changping community

圖4 模糊綜合評(píng)判的模糊推理結(jié)構(gòu)Fig.4 fuzzy reasoning structure of fuzzy comprehensive evaluation

圖5 模糊推理系統(tǒng)FIS（fuzzy inference system）圖示Fig.5 FIS (fuzzy inference system) diagram of fuzzy inference system

2.2 定義輸入輸出變量的模糊度隸屬函數(shù)

根據(jù)調(diào)查問卷的設(shè)置和調(diào)研數(shù)據(jù)的結(jié)果，將輸入變量低碳生活、住區(qū)環(huán)境、住區(qū)建筑的論域定義為[1 5]，模糊集定義為[很差，較差，一般，較好，很好]；將輸入變量年齡的論域定義為[15,70]，模糊集定義為[青少年，中年，老年]，模糊集合的隸屬函數(shù)均選擇雙高斯混合函數(shù)曲線[9]（圖6）。

根據(jù)調(diào)查問卷的數(shù)據(jù)，將輸出變量，即對(duì)既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)的論域定義為[0 1]，模糊冪集定義為[很差，較差，一般，較好，很好]，模糊集合的隸屬函數(shù)曲線[10]（圖7）。

采用主成分法對(duì)標(biāo)準(zhǔn)化處理后的三個(gè)變量進(jìn)行因子分析，按照輸出結(jié)果中特征值和貢獻(xiàn)率的大小提取出兩個(gè)公共因子F1和F2。由表2可知，兩個(gè)公共因子的特征值均大于1，且方差累計(jì)貢獻(xiàn)率為100%，大于85%，符合提取公共因子的原則；最后將旋轉(zhuǎn)后的公共因子的方差貢獻(xiàn)率視為權(quán)重，與兩個(gè)公共因子的得分值相乘得出因子綜合得分，該得分作為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平的綜合評(píng)價(jià)體系的指標(biāo)值F，計(jì)算公式如公式（1）所示：

圖6 輸入變量隸屬函數(shù)曲線Fig.6 entering the variable membership function curve

2.3 定義模糊控制規(guī)則

利用模糊規(guī)則編輯器，根據(jù)已有的模糊規(guī)則格式填寫文本，形成模糊規(guī)則矩陣[11]。由于既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)的模糊性、隨機(jī)性和不確定性，考慮分析結(jié)果的真實(shí)性和隨機(jī)性，本文在昌平小區(qū)的調(diào)研問卷中隨機(jī)抽取了50份調(diào)查問卷數(shù)據(jù)來建立模糊推理規(guī)則[12]（圖8）。

2.4 輸出結(jié)果可視化表達(dá)

模糊規(guī)則輸入完成后，即可生成模糊矩陣計(jì)算后的三維可視化模型，該三維視圖模型最多只可同時(shí)顯示兩個(gè)輸入變量和一個(gè)輸出變量，由于各輸入變量對(duì)既有住區(qū)模糊綜合評(píng)價(jià)結(jié)果的影響不同[13]，因此，通過調(diào)整平面輸入變量x、y來進(jìn)行兩兩對(duì)比，得出各因素與模糊綜合評(píng)價(jià)結(jié)果的關(guān)系，生成以下6個(gè)可視化圖像。

圖7 輸出變量隸屬函數(shù)曲線Fig.7 output variable membership function curve

圖8 模糊規(guī)則圖示Fig.8 fuzzy rule diagram

3 結(jié)果分析

由圖9可知，當(dāng)住區(qū)建筑評(píng)價(jià)小于2時(shí)，既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)與年齡呈負(fù)相關(guān)，其原因?yàn)槔夏耆藢?duì)生活條件接收能力較強(qiáng)[14]；當(dāng)住區(qū)建筑評(píng)價(jià)值介于2～3之間時(shí)，30—45歲的人對(duì)既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)最低，其原因是此年齡段的人需要更好的居住條件來滿足自己和家庭的需要；當(dāng)住區(qū)建筑評(píng)價(jià)大于3時(shí)，既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)與年齡幾乎不相關(guān)，與住區(qū)建筑呈正相關(guān)。

由圖10可知，當(dāng)住區(qū)環(huán)境評(píng)價(jià)小于3時(shí)，既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)與年齡幾乎不相關(guān)，與住區(qū)環(huán)境呈正相關(guān)；當(dāng)住區(qū)環(huán)境評(píng)價(jià)值介于4～5之間時(shí)，既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)結(jié)果中，老年人的評(píng)分顯著高于青年人和中年人，其原因?yàn)槔夏耆嗽谧^(qū)的時(shí)間最長，對(duì)住區(qū)環(huán)境的敏感度最高，對(duì)住區(qū)的環(huán)境也有很高的要求[15]。

由圖11可知，既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)與居民的低碳生活呈正相關(guān)，與年齡幾乎無關(guān)；僅在年齡處于30—40歲，低碳生活得分較低時(shí)綜合評(píng)價(jià)得分會(huì)相對(duì)較低。

由圖12可知，既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)與住區(qū)建筑和住區(qū)環(huán)境均呈正相關(guān)，可見綜合得分與住區(qū)的客觀條件息息相關(guān)。

由圖14可知，當(dāng)?shù)吞忌钤u(píng)價(jià)較高、住區(qū)環(huán)境評(píng)價(jià)較低時(shí)，既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)較高；當(dāng)住區(qū)環(huán)境評(píng)價(jià)較高、低碳生活得分較低時(shí)，既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)次高；其余情況綜合評(píng)價(jià)得分均較低。由此可見，低碳生活對(duì)于既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)優(yōu)先級(jí)要大于住區(qū)環(huán)境。

由于既有住區(qū)低碳品質(zhì)綜合評(píng)價(jià)的模糊性、隨機(jī)性和不確定性，采用基于MATLAB軟件fuzzy logic模塊的模糊綜合評(píng)判方法。研究在建立可視化模型的時(shí)候?qū)颖具M(jìn)行了大量簡化，僅從調(diào)研問卷隨機(jī)抽取了數(shù)十份問卷數(shù)據(jù)來建立模糊推理規(guī)則。但隨著樣本數(shù)的不斷積累，可以通過對(duì)輸入和輸出變量的隸屬函數(shù)和模糊推理規(guī)則的進(jìn)一步調(diào)整達(dá)到深化和完善評(píng)價(jià)模型的目的,從而實(shí)現(xiàn)對(duì)既有住區(qū)更精確的模糊綜合評(píng)判，減小模型的誤差。

4 總 結(jié)

首先，通過對(duì)昌平小區(qū)的調(diào)研分析可知，該小區(qū)人口分布年齡集中在50—60歲之間，人口年齡偏大，其低碳品質(zhì)綜合評(píng)價(jià)得分整體偏低。通過卡方分析居住人群特征變量，即年齡、性別、文化程度、收入與各個(gè)評(píng)價(jià)項(xiàng)目兩兩間的相關(guān)性和獨(dú)立性可知，年齡與各評(píng)價(jià)項(xiàng)目之間的相關(guān)性較高。

其次，由模型分析結(jié)果可知，對(duì)于昌平小區(qū)，低碳生活對(duì)于既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)得分的優(yōu)先級(jí)要大于住區(qū)環(huán)境，倡導(dǎo)居民實(shí)行低碳生活方式，為既有住區(qū)改造的重中之重；既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)與住區(qū)建筑和住區(qū)環(huán)境均呈正相關(guān)，可見改造的重點(diǎn)應(yīng)集中于改造住區(qū)建筑與住區(qū)環(huán)境兩方面；當(dāng)住區(qū)環(huán)境、住區(qū)建筑得分較低時(shí)，既有住區(qū)低碳品質(zhì)的綜合評(píng)價(jià)與年齡呈負(fù)相關(guān)，可見老年人對(duì)于條件的接受能力較強(qiáng)，對(duì)老年社區(qū)進(jìn)行改造時(shí)，應(yīng)考慮老年人對(duì)社區(qū)的要求，因地制宜。

再次，在改造前對(duì)既有建筑進(jìn)行低碳品質(zhì)評(píng)價(jià)，對(duì)建筑方案的選取與實(shí)現(xiàn)適宜的人居環(huán)境改造具有重要的指導(dǎo)作用，因此，文章通過建立居民對(duì)既有住區(qū)低碳品質(zhì)模糊綜合評(píng)價(jià)模型，可以針對(duì)每個(gè)既有住區(qū)給出一個(gè)直觀的評(píng)價(jià)結(jié)果，用于指導(dǎo)既有建筑改造。

圖9 住區(qū)建筑、年齡與綜合評(píng)價(jià)關(guān)系圖Fig.9 diagram of residential building, age and comprehensive evaluation

圖10 住區(qū)環(huán)境、年齡與綜合評(píng)價(jià)關(guān)系圖Fig.10 diagram of residential environment, age and comprehensive evaluation

圖11 低碳生活、年齡與綜合評(píng)價(jià)關(guān)系圖Fig.11 diagram of low carbon living, age and comprehensive evaluation

圖12 住區(qū)環(huán)境、住區(qū)建筑與綜合評(píng)價(jià)關(guān)系圖Fig.12 diagram of residential environment, residential building and comprehensive evaluation

圖13 低碳生活、住區(qū)建筑與綜合評(píng)價(jià)關(guān)系圖Fig.13 diagram of low carbon living, residential building and comprehensive evaluation

圖14 低碳生活、住區(qū)環(huán)境與綜合評(píng)價(jià)關(guān)系圖Fig.14 diagram of low carbon living, residential environment and comprehensive evaluation

[1] 韓玲. 以人為本的醫(yī)院建筑外部空間與環(huán)境設(shè)計(jì)[J]. 人類工效學(xué), 2010(03): 59-61.

[2] 宋麗美, 趙先超, 陳光明. 人居環(huán)境視角下的株洲市中心城區(qū)生態(tài)空間評(píng)價(jià)[J]. 西部人居環(huán)境學(xué)刊, 2018, 33(01): 34-40.

[3] 董麗, 范悅, 蘇媛, 等. 既有住區(qū)活力評(píng)價(jià)研究[J]. 建筑學(xué)報(bào), 2015(S1): 186-191.

[4] 朱小雷. 建成環(huán)境主觀評(píng)價(jià)方法研究[M].南京: 東南大學(xué)出版社, 2005.

[5] 高原. 天津城市居民生活空間感知情況統(tǒng)計(jì)分析[J]. 環(huán)渤海經(jīng)濟(jì)瞭望, 2017(08): 25-28.

[6] 吳曉莉, 林哲輝, 李軍, 等. MATLAB輔助模糊系統(tǒng)設(shè)計(jì)[M]. 西安: 西安電子科技大學(xué)出版社, 2002.

[7] 劉革輝, 單杰峰, 鄭楚光. Matlab軟件中的Fuzzy Logic工具箱在模糊控制系統(tǒng)仿真中的應(yīng)用[J]. 計(jì)算機(jī)仿真, 2000(05): 69-72.

[8] 張正偉, 馮志華. 基于MATLAB的FUZZY控制器的設(shè)計(jì)和仿真[J]. 蘇州大學(xué)學(xué)報(bào)（工科版）, 2004(02): 39-42.

[9] LIAO Y Y, SUN S S,WU W, et al.Application of FCJ in the Evaluation of Low‐carbon Construction Program[C]//中國地質(zhì)大學(xué). 資源型地區(qū)可持續(xù)發(fā)展與政策國際會(huì)議暨國際區(qū)域科學(xué)學(xué)會(huì)第三次年會(huì). 北京, 2012: 4 .

[10] KILLIAN M, MAYER B, KOZEK M.Effective fuzzy black-box modeling for building heating dynamics[J]. Energy and Buildings, 2015(96): 175-186.

[11] EDALATH S, KUKRETI A R, COHEN K. Enhancement of a tuned mass damper for building structures using fuzzy logic[J]. Journal of Vibration and Control. 2013, 19(12): 1763-1772.

[12] RAMYA T, KANNANA C,BALASENTHIL R S, et al. Fuzzy Logic modeling for decision making processes using MATLAB[C]. //Tamil Nadu, India:Trans Tech Publications Ltd, 2014.

[13] MARTINEZ L G, LICEA G,RODRIGUEZ A, et al. Using MatLab's fuzzy logic toolbox to create an application for RAMSET in software engineering courses[J]. Computer Applications in Engineering Education.2013, 21(04): 596-605.

[14] 王雪松，張翔. 我國建筑業(yè)“碳足跡”評(píng)估發(fā)展策略研究[J]. 西部人居環(huán)境學(xué)刊,2015, 30(01): 55-60.

[15] 孫楊. 低碳視角下城市既有住區(qū)公共空間環(huán)境更新方法與策略[D]. 合肥: 合肥工業(yè)大學(xué), 2013.

[16] 田軼威. 基于低碳目標(biāo)的杭州既有城市住區(qū)改造策略與方法研究[D]. 杭州: 浙江大學(xué), 2012.

圖表來源：

圖1-2：作者拍攝

圖3：根據(jù)調(diào)研結(jié)果分析繪制

圖4：根據(jù)Matlab分析步驟繪制

圖5-8：Matlab軟件分析過程截圖

圖9-14：Matlab軟件分析結(jié)果