夏繁茂

肖鐘秀

1 研究背景

進(jìn)入21世紀(jì)以來(lái)，信息技術(shù)獲得了飛速的發(fā)展，其在園林中的應(yīng)用也日益廣泛而深入。信息技術(shù)的應(yīng)用涵蓋了計(jì)算機(jī)硬件和軟件，網(wǎng)絡(luò)和通信技術(shù)等。數(shù)據(jù)挖掘技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)和大數(shù)據(jù)分析都是信息技術(shù)在目前研究比較活躍的領(lǐng)域。

信息技術(shù)在園林上的應(yīng)用一般集中在以下三大領(lǐng)域：景觀的數(shù)字模擬、風(fēng)景園林分析評(píng)價(jià)和參數(shù)化設(shè)計(jì)、數(shù)字景觀教育[1]。2007年之前多集中在景觀的建模和景觀數(shù)據(jù)的可視化，很少涉及專業(yè)的分析。2007年之后，信息化技術(shù)與園林的結(jié)合逐步向多領(lǐng)域、縱深發(fā)展，在景觀可視化發(fā)展的同時(shí)，景觀數(shù)據(jù)的分析逐步深入，從而推動(dòng)了園林設(shè)計(jì)逐步向科學(xué)化、參數(shù)化和數(shù)字化方向發(fā)展。

景觀信息模型(Landscape Information Modeling, LIM)和地理設(shè)計(jì)(Geodesign)的概念依次提出[2]。這說(shuō)明在信息技術(shù)發(fā)展的同時(shí)，園林技術(shù)的發(fā)展也逐步與之融合發(fā)展，數(shù)字景觀技術(shù)概念逐漸提出并獲得了廣泛的認(rèn)同。數(shù)字景觀技術(shù)是以相關(guān)軟件為支撐的，園林設(shè)計(jì)領(lǐng)域一些廣為熟知的軟件在開(kāi)始階段多以單機(jī)版的桌面程序呈現(xiàn)，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，也提供了一些網(wǎng)絡(luò)功能。如WebGIS技術(shù)、虛擬現(xiàn)實(shí)模擬語(yǔ)言(Virtual Reality Modeling Language,VRML)。一些GIS軟件如ArcView、ERDAS Virtual GIS存在生成生成VRML的功能。目前這些網(wǎng)絡(luò)應(yīng)用功能是初級(jí)的，沒(méi)有桌面程序的功能強(qiáng)大，一些設(shè)計(jì)與分析的主要工作，也只能在桌面應(yīng)用程序中才能完成。但是隨著云計(jì)算技術(shù)的不斷發(fā)展，基于網(wǎng)絡(luò)的參數(shù)化設(shè)計(jì)和協(xié)同設(shè)計(jì)辦公將成為今后數(shù)字景觀技術(shù)發(fā)展的一個(gè)方向。如果能將各種計(jì)量模型和空間分析模型通過(guò)(B/S)的架構(gòu)加以實(shí)現(xiàn)，實(shí)現(xiàn)基于網(wǎng)絡(luò)的園林?jǐn)?shù)據(jù)挖掘分析，則是數(shù)字景觀技術(shù)發(fā)展的一個(gè)美好愿景。

基于網(wǎng)絡(luò)的園林?jǐn)?shù)據(jù)挖掘開(kāi)發(fā)，首先的任務(wù)是進(jìn)行數(shù)據(jù)的整理、清洗，并組建相應(yīng)的數(shù)據(jù)庫(kù)。該工作涉及內(nèi)容較多，但都是基礎(chǔ)性的，園林植物的數(shù)據(jù)挖掘便是其中之一。正是在此背景下，本文作者開(kāi)發(fā)出了園林植物的優(yōu)選系統(tǒng)，進(jìn)行了初步的嘗試。

圖1 基于互聯(lián)網(wǎng)的園林植物優(yōu)選系統(tǒng)(作者繪)

2 園林植物優(yōu)選系統(tǒng)的開(kāi)發(fā)

2.1 三級(jí)模糊綜合評(píng)判模型

本模型執(zhí)行的是三級(jí)模糊綜合評(píng)判。一級(jí)評(píng)判因素共有36項(xiàng)，二級(jí)評(píng)判因素分成措施項(xiàng)和生態(tài)項(xiàng)2類，三級(jí)評(píng)判因素分為建植和維護(hù)2項(xiàng)，是在二級(jí)評(píng)判因素上的綜合評(píng)判。當(dāng)然這樣劃分對(duì)于數(shù)目龐大的園林植物并不能包括維護(hù)和建植的全部項(xiàng)目，但基本上涵蓋了絕大部分，則皆為對(duì)最終評(píng)價(jià)結(jié)果有重要影響的因素。評(píng)語(yǔ)集是對(duì)評(píng)價(jià)項(xiàng)目進(jìn)行評(píng)定的詞句[3-4]，共有4個(gè)等級(jí)，其一般模式為“好”“臨界”“壞”和“較壞”。

2.2 桌面應(yīng)用程序的開(kāi)發(fā)

選用基于T-SQL語(yǔ)言編寫的存儲(chǔ)過(guò)程來(lái)執(zhí)行模糊綜合評(píng)判，然后將存儲(chǔ)過(guò)程放入SQLServer數(shù)據(jù)庫(kù)管理系統(tǒng)創(chuàng)建的數(shù)據(jù)庫(kù)中，利用Visual C++ 6.0編寫程序的界面，在界面中調(diào)用存儲(chǔ)過(guò)程完成模糊綜合評(píng)判過(guò)程。從而基于該模型開(kāi)發(fā)出園林植物的優(yōu)選系統(tǒng)。

此桌面應(yīng)用程序雖然運(yùn)行速度快、計(jì)算迅速，但服務(wù)范圍較窄，需要開(kāi)發(fā)基于網(wǎng)絡(luò)的云計(jì)算平臺(tái)。

2.3 網(wǎng)絡(luò)應(yīng)用程序的開(kāi)發(fā)

將后臺(tái)數(shù)據(jù)庫(kù)改成開(kāi)源的PostgreSQL數(shù)據(jù)庫(kù)，將執(zhí)行三級(jí)模糊綜合評(píng)判的存儲(chǔ)過(guò)程用PL/pgSQL語(yǔ)言進(jìn)行改寫。采用傳統(tǒng)的JSP+Servlet+JavaBean的開(kāi)發(fā)模式。進(jìn)而開(kāi)發(fā)出基于互聯(lián)網(wǎng)的園林植物優(yōu)選系統(tǒng)(圖1)。

3 系統(tǒng)的應(yīng)用分析

3.1 與等級(jí)參數(shù)評(píng)判法結(jié)合的綜合評(píng)判值計(jì)算

由于模糊綜合評(píng)判時(shí)僅利用的最大的bj所對(duì)應(yīng)的評(píng)語(yǔ)vj作為評(píng)判結(jié)果，僅利用了bj(j=1, 2, …, n)中的最大者信息，沒(méi)有充分利用評(píng)語(yǔ)模糊子集B的綜合信息，因而反映的結(jié)果是不全面的。如節(jié)約性評(píng)價(jià)中，在模糊評(píng)價(jià)集中的節(jié)約性指數(shù)、臨界節(jié)約指數(shù)、浪費(fèi)指數(shù)、較浪費(fèi)指數(shù)之中，節(jié)約性指數(shù)的值大于其他三者，則評(píng)語(yǔ)定為“節(jié)約”，從而忽略了其他三者帶來(lái)的信息。因而可以根據(jù)實(shí)際情況給各種評(píng)語(yǔ)(等級(jí))規(guī)定某些參數(shù)，然后與評(píng)判結(jié)果B進(jìn)行加權(quán)平均計(jì)算，使得評(píng)判結(jié)果更加符合實(shí)際。

具體計(jì)算公式如下：

由上述公式計(jì)算出園林中常見(jiàn)322種植物的3類指數(shù)。

圖2 分析變量的相對(duì)重要性(作者繪)

3.2 不同分類3種指數(shù)的平均值

將園林植物按優(yōu)選系統(tǒng)分析的便利性分為園林樹(shù)木、越冬花卉及草坪植物、不越冬花卉及草坪植物3類。應(yīng)用類別、觀賞部位為多項(xiàng)分類變量，是否耐陰、是否大喬、是否常綠皆為二項(xiàng)分類變量，從應(yīng)用類別及其之后的這幾個(gè)分類變量皆按園林植物的常用分類方法進(jìn)行了分類。

利用該系統(tǒng)以濟(jì)寧地區(qū)為基礎(chǔ)，對(duì)常見(jiàn)的322種園林植物進(jìn)行節(jié)約性指數(shù)、生態(tài)適應(yīng)性指數(shù)、選擇性指數(shù)的計(jì)算，并求出不同分類模式3種指數(shù)的平均值。

3.3 指數(shù)差異顯著性的T檢驗(yàn)

對(duì)計(jì)算獲得的數(shù)據(jù)按照不同的分類依據(jù)進(jìn)行分析。對(duì)于對(duì)立特性分類的數(shù)據(jù)應(yīng)用R語(yǔ)言中的Rattle包來(lái)進(jìn)行T檢驗(yàn)[5]，以檢測(cè)其指數(shù)的差異顯著性，這些分類包括是否耐陰、是否大喬、是否常綠。

經(jīng)過(guò)分析，對(duì)于對(duì)立特性的T檢驗(yàn)，可以觀察到是否大喬的節(jié)約性指數(shù)差異顯著，其余皆不顯著，在園林中提高大喬的比例可以提高植物整體的節(jié)約性水平，有利于降低植物建植及維護(hù)的成本。不耐陰植物的生態(tài)適應(yīng)性指數(shù)高于耐陰植物，大喬的生態(tài)適應(yīng)指數(shù)也高于非大喬的園林樹(shù)木。而選擇性指數(shù)在這3個(gè)分類面前皆為顯著，因而是否耐陰、是否大喬、是否常綠對(duì)于植物的選擇比有較強(qiáng)影響。

3.4 指數(shù)差異的多重比較

而對(duì)于有多個(gè)不同特征值的分類則采用SAS中方差分析功能的GLM過(guò)程來(lái)實(shí)現(xiàn)，通過(guò)應(yīng)用Fisher's LSD方法進(jìn)行不同類型的多重比較，這些分類按照應(yīng)用類型、分析類型、觀賞特點(diǎn)來(lái)進(jìn)行劃分。其中應(yīng)用類型分類包含草坪草、灌木、灌木綠籬、花卉、喬木、藤本和竹類7項(xiàng)；分析類型分類包含花卉及草坪不越冬、花卉及草坪越冬、園林樹(shù)木3項(xiàng)；觀賞特點(diǎn)分類包含草坪、觀果、觀花、觀形、觀葉、觀枝、色葉、庭蔭和枝葉共9項(xiàng)。

對(duì)于按不同應(yīng)用類型、不同觀賞特點(diǎn)的分類僅列出類型對(duì)比差異顯著的項(xiàng)，而其余不顯著的項(xiàng)則未列出。

3.4.1 節(jié)約指數(shù)的差異顯著性分析

花卉和竹類、藤本、喬木、灌木綠籬、草坪草、灌木之間在節(jié)約性指數(shù)方面差異顯著。除草坪草之外，花卉的大量應(yīng)用往往會(huì)降低園林植物的節(jié)約性指數(shù)，從而使園林植物的建植與養(yǎng)護(hù)成本增加。

在不同分析類型方面，園林樹(shù)木、花卉及草坪越冬對(duì)比花卉及草坪不越冬的差異顯著，因而不越冬的花卉及草坪比較浪費(fèi)，增加了成本費(fèi)用，可以考慮多應(yīng)用一些宿根性花卉及地被植物進(jìn)行相應(yīng)的替換。

在不同觀賞特點(diǎn)分類方面，枝葉-色葉、枝葉-草坪、枝葉-觀花、枝葉-觀葉、庭蔭-觀花皆差異顯著，其余皆不顯著?；究梢钥闯鲇^賞價(jià)值越高的植物，則成本費(fèi)用增加越大。

3.4.2 生態(tài)適應(yīng)性指數(shù)的差異顯著性分析

在不同應(yīng)用類型分類中可以看出竹類、草坪草生態(tài)適應(yīng)性指數(shù)較低，因而園林中如果增加這2類植物的栽種面積或者種類，則需要周密考慮，不應(yīng)盲目引種，而應(yīng)該選擇生態(tài)適應(yīng)性指數(shù)高的相應(yīng)植物。喬木對(duì)比灌木或灌木綠籬，皆差異顯著，喬木和后兩者相比，生態(tài)適應(yīng)性指數(shù)會(huì)高一些，生長(zhǎng)狀況較好，因而適當(dāng)?shù)卦黾訂棠镜谋壤?，尤其是喬灌草?fù)層結(jié)構(gòu)的應(yīng)用，對(duì)提高園林植物的生態(tài)適應(yīng)性指數(shù)具有重要意義[6]。不越冬的花卉及草坪植物相比于越冬的花卉及草坪植物或園林樹(shù)木皆差異顯著，因而對(duì)于北方園林來(lái)說(shuō)，越冬狀況是影響生態(tài)適應(yīng)性指數(shù)的重要因素，引種植物必需首先考慮植物的越冬性狀況，這是決定植物引種成功與否的關(guān)鍵。

從不同觀賞特點(diǎn)分類的比較看出，色葉、草坪、觀葉類植物的生態(tài)適應(yīng)性指數(shù)較低，而觀枝、庭蔭、觀果、觀花的生態(tài)適應(yīng)性指數(shù)略高，并相較前幾類差異顯著。園林植物中的變色、變型等的變異種雖然提高了園林植物的觀賞價(jià)值，但是以生態(tài)適應(yīng)性指數(shù)的降低為代價(jià)的，因而在園林中應(yīng)用應(yīng)妥善考慮。

3.4.3 選擇性指數(shù)的差異顯著性分析

選擇性指數(shù)是基于節(jié)約性指數(shù)和生態(tài)應(yīng)用性指數(shù)產(chǎn)生的，在不同應(yīng)用類型分類方面，喬木-灌木、喬木-草坪草差異顯著，喬木相較于后兩者，可供選擇的程度與范圍較大，因而園林中選擇灌木、草坪草的難度較選擇喬木大，需要考慮的因素較多，因而需要周密考慮。選擇性指數(shù)在不同分析類型方面皆差異不顯著。因而不同分析類型對(duì)植物選擇性的影響較小。

在不同觀賞特點(diǎn)分類方面，觀枝、庭蔭、枝葉、喬木、花卉、藤本的選擇性指數(shù)較高，而色葉、草坪、觀葉的選擇性指數(shù)較低，因而在對(duì)色葉、草坪、觀葉這3類植物選擇時(shí)需要慎重考慮多方面因素。

4 系統(tǒng)的應(yīng)用實(shí)例

濟(jì)寧市人民公園建于20世紀(jì)新中國(guó)成立初期，采用中國(guó)古典式園林的設(shè)計(jì)風(fēng)格，是濟(jì)寧市建立時(shí)間較早的園林。因位于濟(jì)寧市中心區(qū)，人氣較旺，公園利用率較高。該公園曾于2000年進(jìn)行了改造，將原先位于園內(nèi)的動(dòng)物園遷出。由于該公園設(shè)計(jì)合理，整個(gè)公園山水相依，綠樹(shù)環(huán)繞，生態(tài)效益、社會(huì)效益良好，具有一定的典型性，因而選取該公園作為分析對(duì)象。

4.1 計(jì)算工具的選取

計(jì)算工具選用最新的R語(yǔ)言版本3.4.1，Rattle的版本也升級(jí)到5.1.0。

Rattle是一個(gè)用于數(shù)據(jù)挖掘的R語(yǔ)言的圖形交互界面(GUI)，可用于快捷地處理常見(jiàn)的數(shù)據(jù)挖掘問(wèn)題。從數(shù)據(jù)的整理到模型的評(píng)價(jià)，Rattle給出了完整的解決方案。Rattle和R平臺(tái)良好的交互性，又為用戶使用R語(yǔ)言解決復(fù)雜問(wèn)題開(kāi)啟了方便之門。

隨機(jī)森林是一種比較新的機(jī)器學(xué)習(xí)模型，利用bootsrap重抽樣方法從原始樣本中抽取多個(gè)樣本，對(duì)每個(gè)bootsrap樣本進(jìn)行決策樹(shù)建模，然后組合多棵決策樹(shù)的預(yù)測(cè)，通過(guò)投票得出最終結(jié)果[7]。隨機(jī)森林在運(yùn)算量沒(méi)有顯著提高的前提下提高了預(yù)測(cè)精度。隨機(jī)森林對(duì)多元共線性不敏感，結(jié)果對(duì)缺失數(shù)據(jù)和非平衡的數(shù)據(jù)比較穩(wěn)健，可以很好地預(yù)測(cè)多達(dá)幾千個(gè)解釋變量的作用，被譽(yù)為當(dāng)前最好的算法之一。

隨機(jī)森林在生物生態(tài)、經(jīng)濟(jì)金融等多個(gè)領(lǐng)域都有應(yīng)用[8-9]。本實(shí)例通過(guò)Rattle的Forest按鈕實(shí)現(xiàn)隨機(jī)森林建模，它是基于隨機(jī)森林算法包中的Random Forest函數(shù)實(shí)現(xiàn)。

4.2 分析變量重要性分析

以322種植物算出的指數(shù)為主要輸入數(shù)據(jù)集，應(yīng)用隨機(jī)森林算法進(jìn)行數(shù)據(jù)建模。建模時(shí)假設(shè)該公園植物的選擇已經(jīng)非常合理，在322種植物中以濟(jì)寧市人民公園是否選用作為預(yù)測(cè)變量，而其余5個(gè)分類變量為：觀賞部位、應(yīng)用類別、是否常綠、是否耐陰、是否大喬。3個(gè)數(shù)字變量為：選擇性指數(shù)、生態(tài)適應(yīng)性指數(shù)、節(jié)約性指數(shù)。將上述5個(gè)分類變量和3個(gè)數(shù)字變量作為輸入變量，后經(jīng)過(guò)隨機(jī)森林算法執(zhí)行數(shù)據(jù)建模分析，得出變量重要性分布圖(圖2)。

由圖可以看出在Mean Decrease Accurac排序中，分類變量中以應(yīng)用類別、觀賞部位較為重要，因而在對(duì)濟(jì)寧人民公園植物的優(yōu)化選擇分析方面這2個(gè)變量是優(yōu)先要考慮的變量。

4.3 模型評(píng)估

在計(jì)算中不斷調(diào)整決策樹(shù)的數(shù)量和變量的個(gè)數(shù)這2個(gè)參數(shù)，從而使OOB的估計(jì)誤差率最小化，并逐步穩(wěn)定在35%左右，從而使隨機(jī)森林算法進(jìn)一步調(diào)優(yōu)[10]。

在rattle中執(zhí)行隨機(jī)森林算法給出基于OOB(Out Of Bag)的混淆矩陣，其中誤差率的OOB估計(jì)(OOB estimate of error rate)是35.56%，即它的準(zhǔn)確率是64.44%，這個(gè)模型基本可以。

4.4 濟(jì)寧人民公園植物的優(yōu)化

根據(jù)植物配置方式的不同，將濟(jì)寧人民公園的植物配置類型分為草坪、垂直綠化、灌草、灌木綠籬、花帶、花壇、喬草、喬灌草、疏林草坪、密林、水生植物、硬質(zhì)地面綠化共12類。在此基礎(chǔ)上根據(jù)植物配置類型及其地形特點(diǎn)將全園劃分為82個(gè)小區(qū)，在ArcGIS中據(jù)此繪制植物配置圖，然后根據(jù)植物的種類輸入相應(yīng)的選擇性指數(shù)、節(jié)約性指數(shù)、生態(tài)適應(yīng)性指數(shù)，并計(jì)算各配置小區(qū)的指數(shù)均值。在此基礎(chǔ)上繪制相應(yīng)的指數(shù)分級(jí)地圖，顏色越綠表示節(jié)約性指數(shù)越高，顏色越紅表示節(jié)約性指數(shù)越低，從而在ArcGIS中對(duì)各小區(qū)的指數(shù)高低進(jìn)行了可視化展現(xiàn)。然后對(duì)配置小區(qū)相應(yīng)的指數(shù)均值進(jìn)行降序操作，選取排名后10位的小區(qū)，藍(lán)色線圈出的部分為節(jié)約性指數(shù)排名后10位的小區(qū)，需要進(jìn)行改良。其余生態(tài)適應(yīng)性分級(jí)圖和選擇性分級(jí)圖的繪制方法與之類似[11]。在圖上找出節(jié)約性需要優(yōu)化的小區(qū)，對(duì)這些需要優(yōu)化改進(jìn)的小區(qū)進(jìn)行分析，找出影響節(jié)約性指數(shù)較大的10種植物如下：彩葉草、矮牽牛、草地早熟禾、萬(wàn)壽菊、百日草、石菖蒲、白車軸草、香樟、重陽(yáng)木和月季。

在對(duì)植物進(jìn)行優(yōu)化時(shí)，以應(yīng)用類別作為首先考慮的因素，觀賞部位作為第二重要考慮的因素，在此基礎(chǔ)上選取節(jié)約性指數(shù)較高的植物以替換上述節(jié)約性指數(shù)較低的植物。節(jié)約性優(yōu)化選取的20種植物如下：金邊闊葉麥冬、金葉番薯、馬藺、石竹、吉祥草、沿階草、八寶景天、黃菖蒲、松果菊、紫露草、蘆葦、蒲葦、馬蹄金、狗牙根、北美楓香、紫葉李、臭椿、杜仲、紫穗槐和迎春。

同理找出影響生態(tài)適應(yīng)性指數(shù)較大的10種植物和影響選擇性指數(shù)較大的10種植物并進(jìn)行相應(yīng)的優(yōu)化。

在植物的替代優(yōu)化選擇上還應(yīng)考慮植物要符合園林的整體設(shè)計(jì)風(fēng)格、各配置小區(qū)的設(shè)計(jì)風(fēng)格，從而在不降低園林觀賞特色的前提下，提升園林植物的節(jié)約性指數(shù)、生態(tài)適應(yīng)性指數(shù)，進(jìn)而提高選擇適合性指數(shù)。從而達(dá)到園林植物優(yōu)化的目標(biāo)。

5 結(jié)語(yǔ)

園林植物是園林中有生命的個(gè)體，具有植物學(xué)屬性、成本屬性、觀賞屬性等多種屬性。園林中所有植物個(gè)體的屬性數(shù)據(jù)的組合就構(gòu)成了園林植物的大數(shù)據(jù)。

目前大數(shù)據(jù)的最初來(lái)源多集中在人的行為數(shù)據(jù)，及基于此的各種傳感器數(shù)據(jù)。因而大數(shù)據(jù)的應(yīng)用多集中在一些商業(yè)應(yīng)用領(lǐng)域。但是園林植物的大數(shù)據(jù)收集并不容易，因而園林植物的大數(shù)據(jù)應(yīng)用分析目前只是處于起步階段。

大數(shù)據(jù)的分析不同于傳統(tǒng)的統(tǒng)計(jì)分析領(lǐng)域，但大數(shù)據(jù)的優(yōu)勢(shì)是通過(guò)計(jì)算機(jī)技術(shù)，利用機(jī)器深度學(xué)習(xí)，以數(shù)據(jù)挖掘作為大數(shù)據(jù)的核心工作，將大量數(shù)據(jù)進(jìn)行清洗、加工，挖掘出有價(jià)值的部分，用于對(duì)決策提供技術(shù)支撐[12]。這對(duì)今后園林植物的優(yōu)化配置和選擇具有重要意義。

園林植物的設(shè)計(jì)除了滿足植物的生態(tài)習(xí)性和景觀效果外，還應(yīng)將建植及維護(hù)成本最小化，這樣才能形成人與自然和諧的系統(tǒng)景觀，才能使園林景觀具有可持續(xù)性[13]。

園林植物優(yōu)選系統(tǒng)側(cè)重于節(jié)約性和生態(tài)性的評(píng)價(jià)，采用隨機(jī)森林算法計(jì)算出分析變量的相對(duì)重要性，可以看出節(jié)約性指數(shù)、生態(tài)適應(yīng)性指數(shù)、選擇性指數(shù)的重要性皆靠前。說(shuō)明該優(yōu)選系統(tǒng)對(duì)于園林規(guī)劃設(shè)計(jì)中植物的選樣具有一定的指導(dǎo)意義。但是該系統(tǒng)功能單一，對(duì)于植物的景觀美學(xué)價(jià)值沒(méi)能涉及。如何構(gòu)建功能完備而又穩(wěn)健的園林植物網(wǎng)絡(luò)應(yīng)用分析平臺(tái)是今后不斷努力的方向。