基于低碳理念的城市住區(qū)公共空間設(shè)計(jì)

周 峰

(安徽新華學(xué)院 城市建設(shè)學(xué)院，安徽 合肥 230088)

伴隨全世界能源危機(jī)日益嚴(yán)重，能耗問(wèn)題變成各個(gè)國(guó)家建設(shè)領(lǐng)域重點(diǎn)關(guān)注問(wèn)題之一。建筑能耗占全球總能耗的35%，控制建筑能耗對(duì)處理能源危機(jī)問(wèn)題十分關(guān)鍵。若在建筑公共空間設(shè)計(jì)初期就能實(shí)現(xiàn)低碳優(yōu)化設(shè)計(jì)，則能耗可大大降低[1-2]。

住宅是城市有機(jī)體的細(xì)胞之一，屬于城市發(fā)揮綜合功能的核心成分之一。目前建筑低碳技術(shù)發(fā)展速度較快，而與辦公商業(yè)建筑相比，低碳住宅的發(fā)展速度仍有待提升[3]。且低碳建筑的建設(shè)與維護(hù)成本較高，這對(duì)低碳住宅的大規(guī)模建設(shè)存在一定負(fù)面影響。提及低碳住宅，人們首先想到的是低碳建筑技術(shù)，而城市住區(qū)公共空間的低碳規(guī)劃問(wèn)題也十分關(guān)鍵。低碳建筑不光是建筑手段需要遵循低碳理念，城市住區(qū)公共空間的規(guī)劃也需要以低碳理念為主[4]。

現(xiàn)代城市住區(qū)公共空間已經(jīng)具備了更多的功能，也承擔(dān)了更多的社會(huì)責(zé)任，不僅是為社區(qū)住戶提供在閑暇時(shí)間散步、休息、健身的場(chǎng)所，也是社會(huì)交往、安全保障、兒童的社會(huì)環(huán)境生存教育等具有多種社會(huì)功能的場(chǎng)所。但當(dāng)下的住區(qū)規(guī)劃設(shè)計(jì)對(duì)秩序和功能性的追求使得公共生活空間被肢解，社區(qū)道路和預(yù)先設(shè)計(jì)好的活動(dòng)空地也因人類(lèi)活動(dòng)被破壞，因此在低碳理念的指導(dǎo)下，使用節(jié)能技術(shù)、環(huán)保技術(shù)、低碳能源技術(shù)等促進(jìn)城市綠地建設(shè)，對(duì)于減少碳排放、減緩城市熱島效應(yīng)等氣候問(wèn)題具有重要意義。

城市住區(qū)公共空間低碳設(shè)計(jì)，首先要考慮的因素是城市住區(qū)公共空間碳排放量、設(shè)計(jì)城市住區(qū)公共空間配置方案時(shí)，需要以降低城市住區(qū)公共空間碳排放量為基礎(chǔ)。以往對(duì)于城市公共空間設(shè)計(jì)的研究，大多以文字、圖形設(shè)計(jì)為主，缺乏對(duì)以低碳理念為宗旨的城市住區(qū)公共空間設(shè)計(jì)的研究，同樣缺乏對(duì)于城市住區(qū)公共空間設(shè)計(jì)的定量分析[5-6]。雖有一部分研究分析了當(dāng)前城市住區(qū)景觀規(guī)劃，但是這些研究忽略了景觀規(guī)劃與公共空間低碳設(shè)計(jì)之間的關(guān)系，而城市住區(qū)公共空間的使用頻率以及公眾對(duì)其生態(tài)環(huán)境的關(guān)注度又充分說(shuō)明了住區(qū)公共空間低碳設(shè)計(jì)的重要性，因此對(duì)于城市住區(qū)公共空間低碳設(shè)計(jì)的研究具有重要的意義。

作者秉持低碳理念，以城市住區(qū)公共空間碳排放量預(yù)測(cè)數(shù)據(jù)為約束，構(gòu)建城市住區(qū)公共空間設(shè)計(jì)模型，以期獲取城市住區(qū)公共空間設(shè)計(jì)最佳方案。

1 基于低碳理念的城市住區(qū)公共空間設(shè)計(jì)模型

1.1 基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型

因城市碳排量具有持續(xù)變動(dòng)性，為此，城市住區(qū)公共空間低碳設(shè)計(jì)之前，需要對(duì)該空間的碳排放進(jìn)行準(zhǔn)確預(yù)測(cè)。

支持向量回歸機(jī)可理解為基于統(tǒng)計(jì)學(xué)理論的機(jī)器學(xué)習(xí)方法，因?yàn)樗诌m用于有限樣本，能夠獲取全局優(yōu)點(diǎn)，推廣性能顯著，運(yùn)算復(fù)雜度和樣本的維數(shù)不存在直接聯(lián)系，所以被大量應(yīng)在函數(shù)逼近、回歸估計(jì)等問(wèn)題中[7]。

采用非線性映射因子φ將城市住區(qū)公共空間歷史碳排量數(shù)據(jù)a映射至高維特征空間，之后在此空間中對(duì)城市住區(qū)公共空間歷史碳排量數(shù)據(jù)實(shí)施線性回歸，計(jì)算函數(shù)表達(dá)式為f(a)。

設(shè)置城市住區(qū)公共空間歷史碳排量數(shù)據(jù)樣本訓(xùn)練集是H={(a1,b1),…,(am,bm)}，其中am、bm分別是輸入因子與期望值，m是數(shù)據(jù)量。那么函數(shù)f(a)表達(dá)式是

(1)

(2)

把式(2)變換成對(duì)偶問(wèn)題，能獲取非線性函數(shù)f(a)：

(3)

(4)

把式(4)導(dǎo)入式(3)獲取最終函數(shù)：

(5)

按照上述方法，構(gòu)建基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型，詳情如圖1所示。

基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型的預(yù)測(cè)過(guò)程是：

(1)將所研究的城市住區(qū)公共空間歷史碳排量數(shù)據(jù)分成訓(xùn)練樣本與測(cè)試樣本[8]。

(2)將所研究的城市住區(qū)公共空間n年歷史碳排量數(shù)據(jù)的自變量與因變量實(shí)施歸一化，結(jié)果如下：

(6)

(7)

其中，ail、bi分別是歸一化后歷史碳排量數(shù)據(jù)的自變量與因變量。

(3)在訓(xùn)練樣本里，選取徑向基核函數(shù)，建立支持向量回歸機(jī)模型。把全部樣本分成u組，提取參數(shù)對(duì)(D,u)，導(dǎo)進(jìn)模型獲取最優(yōu)解和回歸函數(shù)，把剩下樣本導(dǎo)入回歸函數(shù)輸出擬合值，運(yùn)算擬合值與實(shí)際值之間的偏差，獲取全部u組m個(gè)樣本的均方誤差，輸出最佳值α、D、μ。徑向基核函數(shù)的覆蓋寬度是μ。

(4)使用獲取的最優(yōu)參數(shù)值α、D、μ構(gòu)建基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型，獲取模型最佳解和回歸函數(shù)。依次把訓(xùn)練樣本與測(cè)試樣本導(dǎo)入回歸函數(shù)中輸出擬合值，若模型存在顯著的學(xué)習(xí)與推廣性能，那么回歸函數(shù)即為基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型[9-11]；反之調(diào)節(jié)訓(xùn)練樣本數(shù)，跳轉(zhuǎn)至第(2)步。

(5)把所研究的城市住區(qū)公共空間歷史碳排量數(shù)據(jù)導(dǎo)入基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型，輸出所研究城市住區(qū)公共空間碳排量預(yù)測(cè)結(jié)果z。

1.2 基于蟻群優(yōu)化算法的城市住區(qū)公共空間規(guī)劃模型

以基于支持向量回歸機(jī)的城市住區(qū)公共空間碳排放預(yù)測(cè)模型為基礎(chǔ)，將其預(yù)測(cè)結(jié)果作為約束，構(gòu)建基于蟻群優(yōu)化算法的城市住區(qū)公共空間規(guī)劃模型，獲取城市住區(qū)公共空間低碳設(shè)計(jì)的最優(yōu)方案。

1.2.1 模型結(jié)構(gòu)設(shè)計(jì)

(1)設(shè)置螞蟻結(jié)構(gòu)體

設(shè)置螞蟻結(jié)構(gòu)體數(shù)組，在數(shù)組中保存螞蟻的特征信息。特征信息分為螞蟻?zhàn)鴺?biāo)位置與螞蟻適應(yīng)值。各次迭代后，螞蟻結(jié)構(gòu)體數(shù)組將伴隨禁忌矩陣動(dòng)態(tài)更新信息。

(2)禁忌表與禁忌矩陣設(shè)計(jì)

禁忌表屬于蟻群算法的核心機(jī)制。在基于蟻群優(yōu)化算法的城市住區(qū)公共空間規(guī)劃模型里，禁忌表里存儲(chǔ)了蟻群所占柵格位置。構(gòu)建螞蟻禁忌矩陣，此螞蟻禁忌矩陣大小與柵格空間的行列數(shù)相等，此矩陣能夠完成螞蟻禁忌位置和柵格范圍高效映射，讓螞蟻在空間檢索與運(yùn)算時(shí)不需要再次檢索禁忌表便可以定位禁忌方位，可優(yōu)化檢索效率[12]。禁忌矩陣按照螞蟻禁忌表位置保存螞蟻方位，通過(guò)“-1”描述此位置被螞蟻占領(lǐng)。

(3)空間位置選取方案

模型通過(guò)轉(zhuǎn)移概率計(jì)算方法獲取螞蟻至各個(gè)可選柵格的概率：

(8)

(9)

其中：kij(r)表示初始信息素濃度，△τij(r)表示信息素濃度變化量。

ρij的計(jì)算公式如下：

ρij=geco(i,j) ，

(10)

其中，geco(i,j)是螞蟻選取柵格位置的期望。

迭代時(shí)，或許有些螞蟻選擇的方位較好，若再次選擇別的位置未必“青出于藍(lán)而勝于藍(lán)”。因此，通過(guò)修改禁忌策略使螞蟻在選擇下個(gè)位置時(shí)還能夠繼續(xù)選擇自己的位置。轉(zhuǎn)移概率公式屬于概率選取方法，選取過(guò)程里存在顯著的隨機(jī)性，螞蟻并不能保證肯定會(huì)獲取最佳方位。所以，在得到備選位置后，模型使用精英策略，將精英螞蟻使用貪婪算法設(shè)定最終方位[13-14]。

(4)信息素更新擴(kuò)展方案

把信息素更新擴(kuò)展成柵格范圍中各個(gè)柵格點(diǎn)位置[i,j]的信息素更新。在各次循環(huán)后，將全部柵格范圍信息素實(shí)施更新：

(11)

因?yàn)猷徲蚍秶哂邢嚓P(guān)性，螞蟻在選取候選方位的過(guò)程里，候選方位領(lǐng)域狀態(tài)也具有近似性[15]。為了優(yōu)化螞蟻對(duì)近鄰柵格的作用，分析信息素更新過(guò)程里所使用的信息素?cái)U(kuò)展機(jī)制，更新螞蟻的3×3近鄰柵格信息素。

將螞蟻o設(shè)成中心，信息素更新方法是

(12)

1.2.2 規(guī)劃流程

(1)初始化螞蟻種群與每個(gè)參數(shù)，構(gòu)建禁忌表與禁忌矩陣，運(yùn)算初始目標(biāo)函數(shù)值；

(2)設(shè)置迭代次數(shù)；

(3)設(shè)置螞蟻為o；

(4)運(yùn)算螞蟻相對(duì)適應(yīng)度，選取第r個(gè)螞蟻的柵格位置[i,j]，[i,j]∈allowed;

(7)若迭代次數(shù)達(dá)到最大值，迭代結(jié)束，輸出柵格空間的聚類(lèi)效果，該結(jié)果即為城市住區(qū)公共空間配置方案。

2 實(shí)驗(yàn)結(jié)果分析

以某城市的3個(gè)住區(qū)公共空間為例，其中公共空間A是一個(gè)集商貿(mào)、金融、居住、辦公、休閑為一體的綜合服務(wù)中心，建筑占地面積120 000 m2，綠化占地面積80 000 m2；公共空間B的總面積67 800 m2，空間結(jié)構(gòu)多變，主次分明，極富節(jié)奏韻律；公共空間C的占地面積50 000 m2，總投資1.1億元，廣場(chǎng)布局突出“一點(diǎn)三軸”。利用ArcGIS提取該城市3個(gè)住區(qū)公共空間有效柵格數(shù)量是40 192個(gè)，根據(jù)需要規(guī)劃的住區(qū)公共空間面積，將3個(gè)居住區(qū)的柵格量分別設(shè)為20 097、12 058、6 029。在Matlab平臺(tái)中，仿真模擬測(cè)試本文模型的應(yīng)用效果。本文模型對(duì)不同的權(quán)重設(shè)置如表1所示。

表1 本文模型的權(quán)重設(shè)置

本文模型對(duì)3個(gè)需規(guī)劃的城市住區(qū)公共空間設(shè)計(jì)后，對(duì)3個(gè)住區(qū)公共空間進(jìn)行低碳評(píng)價(jià)，評(píng)價(jià)內(nèi)容與標(biāo)準(zhǔn)如表2所示。

表2 本文模型評(píng)價(jià)指標(biāo)與標(biāo)準(zhǔn)

本文模型設(shè)計(jì)效果的評(píng)價(jià)結(jié)果如表3所示。

表3 本文模型設(shè)計(jì)效果的評(píng)價(jià)結(jié)果

如表3所示，本文模型對(duì)該城市3個(gè)住區(qū)公共空間進(jìn)行合理設(shè)計(jì)規(guī)劃后，3個(gè)住區(qū)公共空間的低碳消費(fèi)指數(shù)較高，公共站點(diǎn)步行距離較近，綠化及景觀設(shè)施布局合理，垃圾分類(lèi)清運(yùn)和回收利用率較高，周邊配套設(shè)施可達(dá)性顯著，非傳統(tǒng)水源利用率較高，人車(chē)分流比例合理，維護(hù)結(jié)構(gòu)性能顯著，可再生能源利用率高達(dá)24%，住區(qū)非常舒適。由此可知，本文模型的設(shè)計(jì)效果優(yōu)秀，可滿足城市住區(qū)公共空間低碳設(shè)計(jì)需求。

上述實(shí)驗(yàn)結(jié)果屬于本文模型對(duì)城市住區(qū)公共空間低碳設(shè)計(jì)效果的定性評(píng)價(jià)結(jié)果，接下來(lái)從定量評(píng)價(jià)的角度測(cè)試本文模型的使用效果。

2.1 減排效益

減排效益計(jì)算方法是

ACO2減排效益=PCO2減排量×QCO2減排處理成本，

(13)

其中，ACO2減排效益、PCO2減排量、QCO2減排處理成本分別是減排效益(元)、城市住區(qū)公共空間全壽命周期中碳排放減少量(元)、碳排處理成本(元)。

此組測(cè)試數(shù)據(jù)來(lái)源于實(shí)地調(diào)查，將所有2020年10月1日—10月7日的所有碳排放數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，這3個(gè)住區(qū)均推行了節(jié)能減排計(jì)劃，在Matlab平臺(tái)中仿真模擬本文模型的使用效果，利用上述公式計(jì)算減排效益。

本文模型應(yīng)用后減排效益見(jiàn)表4。

表4 本文模型應(yīng)用后減排效益

如表4所示，本文模型應(yīng)用后，該城市3個(gè)住區(qū)公共空間進(jìn)行低碳設(shè)計(jì)規(guī)劃后，減排效益顯著，2020年10月1日—10月7日的減排效益均低于應(yīng)用本文模型前，城市住區(qū)公共空間的日減排效益最高增多5 842元，減排效果顯著。

2.2 節(jié)水效益

節(jié)水效益計(jì)算方法是

(14)

其中，A節(jié)水效益、P水價(jià)、Q節(jié)約水量分別是住區(qū)公共空間全壽命周期節(jié)水效益(元/ m3)、第t日的水價(jià)(元)、節(jié)約水量(m3)。

數(shù)據(jù)來(lái)源于實(shí)地調(diào)查，將所有2020年10月1日—10月7日的所有水資源消耗數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，并利用上述公式計(jì)算應(yīng)用前后的節(jié)水效益。

3個(gè)住區(qū)公共空間的節(jié)水效益見(jiàn)表5。

表5 3個(gè)住區(qū)公共空間的節(jié)水效益

如表5所示，該城市3個(gè)住區(qū)公共空間進(jìn)行低碳設(shè)計(jì)規(guī)劃后，使用本文模型后，日節(jié)水效益的提升金額最大值高達(dá)2 114元，節(jié)水效果顯著。

2.3 本文模型碳排量預(yù)測(cè)性能測(cè)試

測(cè)試本文模型在規(guī)劃城市住區(qū)公共空間時(shí)，對(duì)城市住區(qū)公共空間碳排量的預(yù)測(cè)性能，測(cè)試指標(biāo)是均方誤差(Mean Square Error，EMS)、平均絕對(duì)誤差(Mean Absolute Error，EMA)。EMS、EMA的計(jì)算方法是

(15)

(16)

如圖2所示，本文模型對(duì)3個(gè)住區(qū)公共空間的碳排量預(yù)測(cè)性能顯著，預(yù)測(cè)結(jié)果的均方誤差、平均絕對(duì)誤差都較小，分別低于0.03、0.02，預(yù)測(cè)精度較高。由此可知，本文設(shè)計(jì)的模型可準(zhǔn)確預(yù)測(cè)城市住區(qū)公共空間的碳排量，以此數(shù)據(jù)作為基礎(chǔ)，可有效優(yōu)化城市住區(qū)公共空間低碳設(shè)計(jì)效果。

3 結(jié)論

低碳城市的設(shè)計(jì)是國(guó)內(nèi)外城市空間設(shè)計(jì)中的熱點(diǎn)問(wèn)題。因此本文以定量角度，設(shè)計(jì)一種基于低碳理念的城市住區(qū)公共空間設(shè)計(jì)模型，從深層次角度獲取城市住區(qū)公共空間設(shè)計(jì)最佳方案。在實(shí)驗(yàn)中，本文方法應(yīng)用后城市住區(qū)公共空間日減排效益最高增多5 842元，日節(jié)水效益最高增多2 114元，該方法的有效性得到驗(yàn)證，說(shuō)明該模型符合低碳設(shè)計(jì)理念，可作為城市住區(qū)公共空間低碳設(shè)計(jì)的有效工具，可以在實(shí)際中得到進(jìn)一步推廣，以期減低城市碳排放，為資源集約型社會(huì)的建設(shè)奠定堅(jiān)實(shí)的基礎(chǔ)。