基于人工神經(jīng)網(wǎng)絡(luò)的園林植物配置研究

張所任

(青島北洋建筑設(shè)計(jì)有限公司，山東 青島 266101)

隨著經(jīng)濟(jì)的高速發(fā)展，人們對(duì)于自身居住環(huán)境的要求也越來(lái)越高。對(duì)于城市居民來(lái)說(shuō)，城市屬于一種內(nèi)部組成多樣的生態(tài)系統(tǒng)，而城市綠地系統(tǒng)對(duì)于城市生態(tài)平衡的維護(hù)效率影響很大，具有重要作用[1]。然而，隨著全球變暖問(wèn)題愈演愈烈，全球經(jīng)濟(jì)也在快速發(fā)展，在新的階段就形成了全新的工業(yè)化以及城市化發(fā)展模式，由此對(duì)于能源的需求量也在不斷增加，能源的消耗也越來(lái)越多，這就導(dǎo)致能源短缺的情況屢屢出現(xiàn)，使得各行各業(yè)的發(fā)展進(jìn)程受到很大阻礙[2]。因此，怎樣在能源短缺日益嚴(yán)重的現(xiàn)實(shí)條件下，讓現(xiàn)代園林設(shè)計(jì)能夠符合時(shí)代的要求，已經(jīng)成為一個(gè)需要快速解決的棘手問(wèn)題。

在風(fēng)景園林設(shè)計(jì)領(lǐng)域，數(shù)字化已經(jīng)成為風(fēng)景園林設(shè)計(jì)的主流模式，很多的園林設(shè)計(jì)單位都是使用程序算法進(jìn)行風(fēng)景園林方案設(shè)計(jì)，并且利用其能夠進(jìn)行智能修正和發(fā)展[3]。在風(fēng)景園林設(shè)計(jì)中，植物配置是核心組成部分。與建筑及城市規(guī)劃的不同之處在于，植物配置可以提升場(chǎng)地空間的美感，對(duì)生態(tài)環(huán)境起到改善作用，也強(qiáng)烈影響著用戶的體驗(yàn)感。Kuehn等提出，園林的建造實(shí)際上是對(duì)植物配置的合理設(shè)計(jì)，主要是可以提高人們的生態(tài)體驗(yàn)，園林的其他部分只能依靠植物構(gòu)成的空間環(huán)境來(lái)發(fā)揮作用[4]。而我國(guó)的《園說(shuō)》一書中指出，我國(guó)植物的種類豐富多樣，有無(wú)數(shù)種組合形式，所以在設(shè)計(jì)上不能遵循固定的模式。對(duì)于很多種可能的設(shè)計(jì)，前人通過(guò)對(duì)規(guī)律和實(shí)踐的總結(jié)，提出了一些設(shè)計(jì)方法，但這些方法模式不能在任何場(chǎng)合使用，不具有普適性。景觀設(shè)計(jì)的相關(guān)元素與周圍環(huán)境的關(guān)聯(lián)性非常高，而傳統(tǒng)的設(shè)計(jì)都是基于設(shè)計(jì)者的主觀經(jīng)驗(yàn)，使得設(shè)計(jì)思維和方案具有很強(qiáng)的局限性，而這些主觀設(shè)計(jì)卻常常經(jīng)不起推敲[5]。因此，從這些優(yōu)秀的景觀園林配置方案中設(shè)計(jì)者可以學(xué)習(xí)到的經(jīng)驗(yàn)非常有限，圖紙的重復(fù)利用率也很低。

而人工神經(jīng)網(wǎng)絡(luò)[6]作為一種模擬人腦運(yùn)行的計(jì)算機(jī)算法模型，具有學(xué)習(xí)、記憶以及輸出的能力。人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)在于能夠處理海量數(shù)據(jù)、協(xié)調(diào)多種非線性因素以及提高輸出速度，其在景觀設(shè)計(jì)中也發(fā)揮著重要作用。國(guó)外有設(shè)計(jì)者利用人工監(jiān)督學(xué)習(xí)的方法將平面布局轉(zhuǎn)換為氣泡圖，提供給人工智能算法程序進(jìn)行概率的統(tǒng)計(jì)，同時(shí)利用連接樹和卡斯特羅樹形算法進(jìn)行機(jī)器學(xué)習(xí)的輸出，從而設(shè)計(jì)園林景觀方案[7]。我國(guó)已經(jīng)有研究者將包含多代理系統(tǒng)引入景觀設(shè)計(jì)的教學(xué)，通過(guò)擴(kuò)散限制凝聚DLA(Diffusion-limited Aggregation)和元胞自動(dòng)機(jī)等算法進(jìn)行園林設(shè)計(jì)方案的生成[8]。雖然當(dāng)前人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用趨勢(shì)很強(qiáng)，但是在植物配置設(shè)計(jì)過(guò)程中存在科學(xué)性不足以及效率不高的問(wèn)題。

基于此，本研究基于低碳環(huán)境的理論要求，提出基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)景園林設(shè)計(jì)植物配置模型，通過(guò)軟件模擬，設(shè)計(jì)出具有較高實(shí)用價(jià)值的三維植物配置效果圖，為實(shí)際風(fēng)景園林設(shè)計(jì)的植物配置與規(guī)劃提供參考。

1 生態(tài)城市背景下的風(fēng)景園林設(shè)計(jì)理論

生態(tài)城市[9]，從廣義上講，是建立在人類對(duì)人與自然關(guān)系更深刻認(rèn)識(shí)的基礎(chǔ)上的新的文化觀，是按照生態(tài)學(xué)原則建立起來(lái)的社會(huì)、經(jīng)濟(jì)、自然協(xié)調(diào)發(fā)展的新型社會(huì)關(guān)系，是有效地利用環(huán)境資源實(shí)現(xiàn)可持續(xù)發(fā)展的新的生產(chǎn)和生活方式。狹義地講，就是按照生態(tài)學(xué)原理進(jìn)行城市設(shè)計(jì)，建立高效、和諧、健康、可持續(xù)發(fā)展的人類聚居環(huán)境。生態(tài)城市具有和諧性、高效性、持續(xù)性、整體性、區(qū)域性和結(jié)構(gòu)合理以及關(guān)系協(xié)調(diào)等特點(diǎn)。

低碳園林在整個(gè)生命周期中的景觀設(shè)計(jì)、建設(shè)以及后來(lái)的維修管理等方面都能夠最大程度地節(jié)約各種資源，增強(qiáng)資源以及能源的利用效率，降低石化能源的利用，從而降低碳排放，增強(qiáng)氧氣釋放。其特點(diǎn)是安全環(huán)保、土地占用量少、水資源浪費(fèi)少以及資本投資少，不會(huì)對(duì)自然環(huán)境產(chǎn)生破壞，能夠在最大程度上恢復(fù)自然景觀(表1)[10]。

2 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)景園林設(shè)計(jì)方法

2.1 理論準(zhǔn)備

將人工神經(jīng)網(wǎng)絡(luò)運(yùn)用于風(fēng)景園林設(shè)計(jì)，就要對(duì)其原理、結(jié)構(gòu)以及功能進(jìn)行分析，從而奠定具有科學(xué)性的理論基礎(chǔ)。多層神經(jīng)網(wǎng)絡(luò)包含3層結(jié)構(gòu)：輸入層、隱含層和輸出層[11]。神經(jīng)網(wǎng)絡(luò)的深度由隱含層的數(shù)量決定。輸入層的節(jié)點(diǎn)神經(jīng)元能夠接收外部信息，并將其傳遞給隱含層的神經(jīng)元。隱藏層神經(jīng)網(wǎng)絡(luò)不能夠直接接觸輸入或者輸出的數(shù)據(jù)信息，但是隱含層內(nèi)的算法及其結(jié)構(gòu)直接代表著人工神經(jīng)網(wǎng)絡(luò)的功能以及特征。在隱含層進(jìn)行相應(yīng)計(jì)算的數(shù)據(jù)將被傳輸?shù)捷敵鰧?，產(chǎn)生最后的結(jié)果。多層人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

表1 低碳園林的重要性Tab.1 Importance of low-carbon garden

圖1 多層人工神經(jīng)網(wǎng)絡(luò)Fig.1 Multi-layer artificial neural network

多層人工神經(jīng)網(wǎng)絡(luò)的功能如表2所示。

風(fēng)景園林的植物配置一般分為3個(gè)階段：制定方案、方案擴(kuò)充和設(shè)計(jì)施工圖。在制定方案時(shí)需要人員進(jìn)行現(xiàn)場(chǎng)勘察，包括土壤、水文和環(huán)境資源等，基于GIS(Geographic Information System)技術(shù)[12]對(duì)種植區(qū)域進(jìn)行劃分，包括植物種類、主題風(fēng)格和設(shè)計(jì)理念。方案擴(kuò)充主要是對(duì)植物配置中的灌木和喬木進(jìn)行平面或者深度的標(biāo)注，在圖紙中需要顯示其具體名稱和數(shù)量等信息。施工圖主要是對(duì)不同品種植物的規(guī)格尺寸進(jìn)行標(biāo)注，區(qū)分出點(diǎn)狀、條狀和片狀的種植形式。基于人工神經(jīng)網(wǎng)絡(luò)的邏輯內(nèi)涵，網(wǎng)絡(luò)的輸入層可以是囊括不同植物品種的數(shù)據(jù)庫(kù)，其選擇的依據(jù)是匹配概率。而神經(jīng)網(wǎng)絡(luò)的隱含層由植物設(shè)計(jì)的自然環(huán)境因素、種植方式和不同匹配方法等相關(guān)因素組成，由計(jì)算機(jī)操作得到植物種植的有效合理位置。人工神經(jīng)網(wǎng)絡(luò)與植物配置的關(guān)聯(lián)性如圖2所示。

表2 多層人工神經(jīng)網(wǎng)絡(luò)的功能Tab.2 Functions of multi-layer artificial neural network

圖2 人工神經(jīng)網(wǎng)絡(luò)與植物配置系統(tǒng)的關(guān)聯(lián)性Fig.2 Correlation between artificial neural network and plant configuration system

2.2 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)景園林設(shè)計(jì)植物配置模型構(gòu)建

在進(jìn)行植物配置方案設(shè)計(jì)的過(guò)程中，需要綜合考慮其他各方面的功能需求，需要設(shè)計(jì)的模型對(duì)結(jié)果會(huì)產(chǎn)生一定程度的控制能力，因此在建立網(wǎng)絡(luò)模型時(shí)，需要建立面向結(jié)果的控制能力，形成自下而上的生成邏輯，可以對(duì)輸入的信息、參數(shù)的閾值以及激勵(lì)函數(shù)進(jìn)行調(diào)整。本研究設(shè)計(jì)的風(fēng)景園林植物配置模型如圖3所示。

圖3 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)景園林植物配置模型Fig.3 Garden plant configuration model based on artificial neural network

2.3 數(shù)據(jù)來(lái)源及結(jié)果分析

2)人工神經(jīng)網(wǎng)絡(luò)輸出的結(jié)果可以通過(guò)Processing程序進(jìn)行編譯后導(dǎo)入 AutoCAD。首先是設(shè)定種植范圍和風(fēng)格等數(shù)據(jù)。人工神經(jīng)網(wǎng)絡(luò)根據(jù)頂層設(shè)計(jì)目標(biāo)對(duì)影響因子的權(quán)重進(jìn)行調(diào)整，輸出與目標(biāo)參數(shù)值相吻合的配置方案。其次，系統(tǒng)隨機(jī)選擇植物的起初配置位置，根據(jù)初始點(diǎn)的位置向外布置植物，形成植物覆蓋地形，該地形可被隨機(jī)參數(shù)進(jìn)行控制，不會(huì)使兩者都產(chǎn)生同樣的面積。如果地形還受場(chǎng)地空間的限制，那么就會(huì)在開敞的空間首先形成面積較大的草坪，密閉空間地被的形成權(quán)重就會(huì)提高。同時(shí)根據(jù)空間類型的計(jì)算公式對(duì)喬木和灌木進(jìn)行布點(diǎn)設(shè)計(jì)，通過(guò)概率進(jìn)行計(jì)算品種以及搭配。最后，系統(tǒng)能夠在區(qū)域內(nèi)對(duì)喬木起初生長(zhǎng)點(diǎn)進(jìn)行隨機(jī)布置，并逐漸向周邊擴(kuò)散，但其范圍會(huì)控制在種植線的內(nèi)部。如果喬木樹冠的投影范圍同草灌木植被的總面積都符合綠化覆蓋率的標(biāo)準(zhǔn)，程序就會(huì)停止植物數(shù)量的配置，最終輸出不同類型植物的分層圖。

3 結(jié)果與討論

3.1 植物種類應(yīng)用頻率分析

對(duì)選取公園內(nèi)的植物種類的應(yīng)用頻率進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖4所示。

圖4 不同應(yīng)用頻率下的植物種類統(tǒng)計(jì)結(jié)果Fig.4 Statistical results of plant species in different application frequencies

由圖4可以看出，使用頻率大于60%的植物有14種，使用頻率在40%～60%的有15種，使用頻率在20%～40%的有25種，使用頻率在10%～20%的有45種，使用頻率小于10%的有50種。說(shuō)明植物的種類與使用頻率成反比，使用頻率越低，植物的種類越多。

3.2 植物配置結(jié)果

對(duì)植物配置方案中的喬木圖層種植范圍進(jìn)行圖層輸出，結(jié)果如圖5所示。

由圖5可以看出，對(duì)于規(guī)定種植面積的喬木種植，系統(tǒng)會(huì)隨機(jī)安排喬木的初始生長(zhǎng)點(diǎn)，并繼續(xù)從最初的增長(zhǎng)點(diǎn)蔓延到周圍，而且生成的喬木坐標(biāo)點(diǎn)會(huì)控制在種植范圍內(nèi)，最終輸出的植物圖層都不相同，有喬木、地被以及灌木。

在這里需要注意的是，喬木和灌木需要有相應(yīng)的電子圖例來(lái)完成對(duì)應(yīng)品種的地圖輸出。地被植物需要有一個(gè)封閉的種植范圍，包括種植云線和相應(yīng)的植物數(shù)量。全部植物的種植位置需要在預(yù)先設(shè)定的種植范圍內(nèi)。

圖5 喬木圖層種植輸出效果Fig.5 Planting effect of arbor layer

接著將喬木和灌木都?xì)w成同一種樹形，對(duì)高度以及冠幅進(jìn)行調(diào)整，獲得相應(yīng)的三維圖像效果，結(jié)果如圖6所示。

圖6 喬木圖層植物配置三維效果Fig.6 Three-dimensional graph of plant configuration in arbor layer

由圖6可以看出，通過(guò)本設(shè)計(jì)的人工神經(jīng)網(wǎng)絡(luò)植物配置模型，能夠最終獲得清晰可觀的植物配置三維效果圖，說(shuō)明人工神經(jīng)網(wǎng)絡(luò)植物配置模型的可行性較高。

4 結(jié)論

本研究根據(jù)生態(tài)城市下風(fēng)景園林的設(shè)計(jì)理論，包括生態(tài)城市、低碳園林以及建造低碳園林的重要性，同時(shí)分析多層人工神經(jīng)網(wǎng)絡(luò)的原理、結(jié)構(gòu)和功能，在此基礎(chǔ)上分析人工神經(jīng)網(wǎng)絡(luò)與植物配置的關(guān)系，并基于人工神經(jīng)網(wǎng)絡(luò)構(gòu)建風(fēng)景園林設(shè)計(jì)的植物配置模型。根據(jù)所選取的西安地區(qū)10個(gè)公園的植物種類應(yīng)用頻率來(lái)看，植物的種類與使用頻率成反比，使用頻率越低，植物的種類越多，從而為后續(xù)的植物配置方案提供數(shù)據(jù)依據(jù)。對(duì)于規(guī)定種植面積的喬木種植，最終輸出的植物圖層都不相同，有喬木、地被以及灌木，而且能夠獲得清晰可觀的植物配置三維效果圖，說(shuō)明人工神經(jīng)網(wǎng)絡(luò)植物配置模型具有較高的實(shí)際應(yīng)用價(jià)值。本研究也存在一定的不足之處：園林設(shè)計(jì)涉及到的范圍非常廣泛，本研究沒(méi)有體現(xiàn)當(dāng)下人工神經(jīng)網(wǎng)絡(luò)模型是否對(duì)建設(shè)低碳環(huán)境具有促進(jìn)作用。在后續(xù)的研究計(jì)劃中，應(yīng)重點(diǎn)關(guān)注風(fēng)景園林設(shè)計(jì)植物配置與低碳環(huán)境之間的關(guān)聯(lián)性。