UP-DSS：一种基于日照适应性的景观植物选择与群落配置决策支持系统

魏合义，黄正东，刘学军

（1.江西师范大学 城市建设学院；地理设计研究中心，江西 南昌 330022；2.深圳大学 智慧城市研究院，广东 深圳 518060；3.武汉大学 城市设计学院，湖北 武汉 430070）

决策支持系统（decision support system，DSS）是基于计算机的信息系统，DSS 能够让非计算机专业的使用者快速适应操作环境，由此体现出该工具的灵活性和较强的用户适应能力［1］。设计合理的DSS是一个可以互动的数字软件系统，通过原始的数据或专家知识的检索、汇编，帮助使用者识别问题并作出决策。随着时代的发展，DSS 的概念和应用领域也随之改变［2］。DSS 针对不同应用领域具有不同的特点，一般具有3 个基本组成部分，分别为：数据库管理系统（DBMS）、基于模型的管理系统（MBMS）以及对话生成与管理系统（DGMS）［3］。DBMS 为DSS 提供基础数据支持，可使用户与数据结构和处理过程分开。MBMS 主要为DSS 提供集体模型，将数据库中的数据转化为一定规则的信息用于决策过程。不过，DSS 组成也可以根据实际需求进行一定的调整。

由于DSS 在解决复杂问题时具有诸多优点，该技术现已广泛应用于农林、城镇及景观规划管理等领域。在生态学和生物多样性保护领域的大尺度研究中，SAURA 等［4］引入CS22 软件系统（Conefor Sensinode 2.2），该系统可以量化生境斑块的重要性，用于景观连通性的维护与改善，是景观规划和生境保护工作的一个有效工具。在城市树木管理与生态效益评价应用上，BRACK［5］使用DSS 量化了澳大利亚堪培拉市树木的生态功能，研究结果显示，5年内在绿色节能、污染防治以及碳汇功能等方面的经济价值预计能够达到2.0 ～6.7 千万美元。

在景观规划领域，景观尺度不同对决策者的要求也不尽相同，研究尺度越大，实践中对科学方法与技术手段的需求也越强［6-7］。但是目前决策支持系统在城市植物选择与管理领域中的应用并不深入。KIRNBAUER 等［8］介绍了一种原型DSS，并认为是DSS 首次应用于城市树木管理。该平台是一个相对直观的DSS 系统，可用于改善城市树木冠幅微环境。

城镇化快速发展导致了城市形态要素在密度和格局上的急剧变化，并逐渐形成了多样化的日照辐射环境。由于设计师感知能力的局限，较难实现植物的日照需求与环境供给的准确匹配，造成了城镇植物适应性选择、群落配置及可持续管理的困难。随着计算机相关技术的发展以及可持续城市园林建设与管理的需要，设计基于场地适应性的城市植物选择与管理DSS 系统，以实现决策工作从感性向科学理性的方向转变将成为可能。

1 系统需求分析

本研究为解决城市植物选择与群落配置问题，提出一个基于日照适应性的城镇景观植物决策支持系统（urban plant decision support system，UP-DSS）。该系统在结构设计时，首先需要考虑的是在其他生态因子相似的前提下，确保不同日照辐射环境中的植物均能正常生长。其次，根据植物的应用目的与艺术审美，系统应提供植物种类或群落方案选项。依据现实问题和实际需求，本研究提出的UP-DSS系统应符合以下主要特征［9］：

1）根据植物种植区域的日照辐射数值，系统自动筛选适应于该日照条件的植物种类；

2）根据植物种植区域的日照辐射数值，系统自动筛选适应的植物群落类型；

3）根据景观植物的不同应用目的，系统自动筛选具有相应功能的植物种类；

4）根据植物的不同观赏价值（色、香、味），系统筛选出具有相应景观特征的植物；

5）根据用户的输入与检索，系统应能够以图片、数据表、文本、视频等多种形式的结果输出，为植物规划、设计和种植实践提供决策依据。

2 UP-DSS总体结构设计

本研究所提出的UP-DSS 系统（图1）主要由用户界面（GUI）、模型库管理系统（MBMS）、数据库管理系统（DBMS）以及知识库管理系统（KBMS）组成，通过逻辑关系结合计算机编程语言将功能模块系统化与集成化。其借助GIS、MS Excel、搜索引擎、MATLAB 等多种数字技术、信息技术及编程语言，采用数据管理、空间分析、日照模拟、模型设计、模型管理以及知识搜索等技术手段完成，能够辅助服务于城镇园林绿化与管理，可以解决多样化日照辐射环境与城镇植物选择、群落配置等不确定性问题。

图1 UP-DSS 的总体结构设计Fig.1 Overall structural design for UP-DSS

2.1 模型库管理系统

UP-DSS 系统的MBMS 主要包括树冠参数模型、日照辐射模型、植物群落模型和植物选择模型，这些模型可以通过MBMS 组织，依据决策支持平台运行。

2.1.1 树冠参数模型 当日照辐射穿过复层植物群落的冠层和干丛时，辐射强度和日照时数将显著降低，即乔木层（上层）对灌木层（中层）有遮阴影响，乔木层（上层）、灌木层（中层）对地被植物（下层）有遮阴影响［10］。因此，实践中若要成功实现复层植物群落建设应该考虑树冠透光系数。树冠透光系数（transmission coefficient，TC，简写为T）是树冠底层日照辐射量（underling solar radiation）与全日照辐射量（total solar radiation）之比，即

式中，Sununderling为树冠下层日照辐射强度，Suntotal为全日照辐射强度，单位均为kWh/m2。树冠透光系数是无量纲常数，用于表示树冠遮蔽日照的强度，其大小与树种、树龄以及个体差异均有关系，T值介于0 与1之间变化（0 ≤T＜1）。

若要准确描述不同树冠（树种、树龄）之间的T值，可通过数码相机垂直放置于树冠之下，获取不同树种树冠的图像数据，并提取图像T值数据，取其平均值即可实现。

2.1.2 日照辐射模型 景观植物具有多样化的生长和开花习性，日照辐射模型应描述这些差异。对于落叶景观植物来说，植物旺盛生长的春季、夏季及早秋阶段对日照辐射的需求最为关键，而冬季的日照辐射大小对其影响较弱。常绿植物具有较长的生长时期，全年的日照辐射对其生长发育均有重要影响。为此，根据景观植物的这些生理、生态习性，结合ArcGIS日照辐射模拟特点，构建了4 种日照辐射模型用于解决这些问题［11］。本研究采用“二分二至”间隔方法将全年的日期划分为春分、秋分、夏至和冬至。

对于常绿景观植物，采用的日照辐射模型为

对于落叶景观植物，采用的日照辐射模型为

式中，Scon为综合日照辐射条件（kWh），表示每天的日照辐射数值的累加值，可反映某种植地点受到日照辐射的总量；Asol为日照辐射面积（m2）；t为一年中某个时间点；Sint为日照辐射强度（kWh/m2）。

当景观植物具有开花习性，且对光周期敏感时，存在4 种情况。

1）若该植物为常绿，且开花习性为长日型，当Scon符合该植物日照辐射需求即公式（2）时，日照时数模型为

且Sdur≥12。

2）若该植物为落叶或一、二年生植物时，且开花习性为长日型，应采用日照辐射模型即公式（3），且Sdur≥12。

3）若该植物为常绿，且开花习性为短日型，应采用日照辐射模型即公式（2），且Sdur＜12。

4）若该植物为落叶或一、二年生植物时，且开花习性为短日型，应采用日照辐射模型即公式（3），且Sdur＜12 。

以上日照辐射模型概括了所有城镇景观植物类型。当植物是特殊植物类型，并具有特殊的生理习性时，应综合考虑日照辐射模型的适用性，并在模型库中选择合适的模型应用于实践。

2.1.3 植物群落模型 自然界未受干扰（自然因素或人为因素）的植物群落呈现一定的分布规律，在群落演替上也有章可循。根据自然群落演替理论以及植物日照需求特性，本文研究了不同日照辐射等级下的植物群落类型，并以华中地区常用植物种类作为物种组成。日照辐射（Y）从Ⅰ至Ⅴ划分为5 个辐射等级，对应植物群落（X）类型从SL_1_1 至SdL_2_10 共计100 种预置群落类型，植物群落随日照辐射等级变化的映射（f）（Mapping）可表示为以下关系：

2.1.4 植物选择模型 植物种类的信息检索（IR）采用布尔模型（Boolean Model）［11］。布尔模型具有结构简单、形式简洁等优点，将布尔表达的方式与数据属性相匹配，若匹配成功则显示为“1”，不匹配则显示为“0”。布尔检索的主要检索算法有“and”“or”“exclusive or”以及“not”。

通过检索逻辑，可以将景观植物按照应用需求设置相应的数据属性。将数据属性的结构设置与检索形式相匹配，最后形成预置模型储存。依据日照辐射是景观植物的基础限制条件，并结合实践中植物发挥的生态功能和景观功能，将数据库中的植物属性分为17 类，分别涵盖了物种名称、植物类型、观赏特点、形态特征、生态作用、日照需求习性、开花和结实特征等，具体见表1。

不同绿化场地对景观植物类型的需求不同，模块化设计将提高工作效率。为实现此目的，本系统预设了相关植物选择模型，针对性地用于普通场地绿化、多层植物结构场地绿化、具有建筑及地形区域绿化、游憩休闲区绿化、街道及工厂污染区域绿化、居住区绿化以及鸟类与其他生物多样性保护区绿化七大类常见绿地类型。

2.2 数据库管理系统

数据库管理系统（DBMS）中的基础数据主要包含建筑、道路、水体、地形以及植物信息数据。从数据类型上划分，既包括图形数据也涉及到属性数据。考虑到本研究需要使用建筑、地形等矢量数据进行相关模拟与分析，且相关数据还需要一定的格式转化。根据这些现实需求，选择基于GIS 平台的数据管理系统结合Excel数据表，实现了较为高效的数据读取、编辑、更新和管理等操作（图2）。

表1 景观植物数据的主要检索属性Tab.1 Primary retrieval attributes of landscape plant data

图2 数据库管理系统（DBMS）结构Fig.2 Structure of Database Management Sytem（DBMS）

2.3 知识库管理系统

本研究中KBMS 有两个亚系统，分别为知识库（Knowledge Base）和推理引擎（Inference Engine）。知识库以本体的形式描述客观世界，推论引擎是描述客观世界的逻辑判断和条件，常以IF-THEN 的规则表示（图3）。

图3 KBMS 的组成和工作路径Fig.3 Composition and working route of Knowledge Base Management System（KBMS）

3 UP-DSS的GUI设计

本研究主要采用MATLAB程序，设计了UP-DSS决策支持系统的图形用户界面（graphical user interface，GUI），见图4。

图4 UP-DSS 的图形用户界面Fig.4 Graphical user interface of UP-DSS

3.1 GUI的总体组成

该系统主要服务于景观规划领域中的植物选择与群落配置实践。因此，在GUI 设计中主要考虑了景观设计师选择植物的特点和方法，设置了生态功能（Eco-functions）、植物类型（Plant Types）、观赏特征（Landscape Features）3 大类，共计16 种选项。设计师可根据实际需要筛选合适的植物类型和种类。

日照条件（Sunshine Conditions）面板框中，主要设计了日照强度（Sunshine Intensity）、日照时数（Sunshine Duration）、综合日照辐射（Comprehensive Solar Radiation-3D）等输入或显示功能窗口，可载入日照辐射模拟数据，通过“放大”或“缩小”工具，查看植物种植区域日照辐射状况。在综合日照辐射框中，也可以凸显日照辐射的3D 特征。

依据设计师的使用习惯，本系统的GUI 主要功能按钮设置了输入（Input）、运行（Running）、日照辐射结果（Result 1）、植物种类和类型检索结果（Result 2）、关闭（Close）以及帮助（Help）6 种常用按钮。

3.2 GUI的控件设计及其属性

在MATLAB 环境中通过选择或拖拽方式生成控件，并设置相关控件属性。本系统的GUI 控件主要包含 10 个按钮、16 个复选框、2 个轴、14 个静态文本、3 个按钮组、5 个框、2 个表，共计控件 52 个。

通过双击或右键控件，设置各个控件的属性，主要设置背景颜色（Background Color）、字体型号（Font Size）、艺术效果（Font Angle/Font Weight）及控件名称（String）等属性。该控件可根据实践需求进行增减调整。

3.3 GUI的工具栏设计

通过选择“工具栏编辑器”，设置了打开（Open）、新建（New）、打印（Print）、保存（Save）、放大（Zoom In）、缩小（Zoom Out）、平移（Pan）、数据游标（Data Cursor）、颜色栏（Color Bar）、图例（Legend）及切换工具（Toggle Tool）等。

3.4 GUI的执行代码实现

在MATLAB 环境中，选择控件的回调函数（Callback）进行相关代码设计。在保存和运行图形时，可以自动生成GUI 的初始代码，根据控件的实际需求输入相关函数代码及执行代码，最终生成“.m 文件”和“.fig 文件”。

3.5 GUI的可执行文件实现

为实现独立运行的“.m 文件”和“.fig 文件”，可以将二者打包生成独立的可执行文件（.exe）。本系统通过安装编译器（MATLAB Complier）的方式生成可执行文件。另外，也可以通过将MATLAB 生成的代码文件转化为C++程序，通过编译的方式生成可执行文件。在实践中可以安装该程序以及所需支持的语言，通过读取日照模拟数据方便检索适应的植物类型和群落类型。

4 结语

多样化的城镇日照辐射环境，增加了植物选择与群落配置工作的困难。笔者在综合分析决策支持系统相关研究的基础上，根据城镇植物选择与群落配置工作的需求，设计了UP-DSS 决策支持系统的框架，详细分析了该系统的模型库、数据库、知识库等分支管理系统，用户可以通过该系统GUI 界面的互动操作，实现更加科学、高效的植物种类选择与群落配置。目前，该工具需结合日照分析技术使用，后期的研究将探索独立运行的桌面系统和移动APP，以利于该系统的商业化推广与应用。