基于山地微地形温度的园林景观规划方法与流程

本发明涉及计算数值模拟分析方法，具体涉及基于山地微地形温度的园林景观规划方法，属于景观规划设计领域。

背景技术：

山地微地形地区植物较为稀疏，多呈斑块状分布，且时空变化幅度较大，山地微地形生态系统十分重要，加之人类活动的干扰，植物特征对于山地微地形地区生态环境的稳定意义重大，可以起到保持水土的作用。

影响山地微地形植物分布格局和动态的因素包括生物的和非生物的，其间的相互作用关系十分复杂。在不同区域尺度上，地带性气候条件是决定植物种、生活型或植物类型分布的主导因素，而在同一气候区，地形是影响植物格局的最重要的因素之一。因此，植物结构的空间差异和特定的地形构造密切相关。

通常的山地园林景观规划由设计师的根据设计经验来选择景观植物，所种植物与地块的匹配度不高，园林缺乏生态性。本发明采用topsis模型模拟预测山地微地形地区景观格局的动态变化，采用除趋势对应分析和典范对应分析两种排序方法对山地微地形植物群落特征与气候因子的相关性进行分析，从而选择适宜地块种植的景观植物，旨在为山地微地形温度的园林景观规划提供理论依据。

技术实现要素：

为解决上述问题，本发明采用了如下技术方案：

本发明提供了一种基于山地微地形温度的园林景观规划方法，用于选择适宜目标地块种植的景观植物并规划园林景观，其特征在于，包括如下步骤：

步骤s1，获取目标地块的气候数据；

步骤s2，获取目标地块的水文数据；

步骤s3，获取目标地块的地形数据，地形数据包含至少两个细节层次；

步骤s4，将地形数据及水文数据导入建模软件从而建立目标地块的物理模型并且根据气候数据及水文数据设置物理模型的初始物理条件和边界；

步骤s5，将物理模型进行网格划分并离散成计算网格模型；

步骤s6，将计算网格模型导入计算数值仿真软件，通过构建topsis模型对计算网格模型进行迭代计算，从而得到目标地块的物理变量；

步骤s7，将目标地块划分为多个地块单元，从而根据目标地块的物理变量得到每个地块单元的单元物理变量；

步骤s8，通过计算机对单元物理变量与景观植物的生长所需的环境变量进行匹配，从而得到单元物理变量与环境变量的匹配度，再根据匹配度的高低从而得到每个地块单元的地块评分，进一步根据地块评分的高低从所述植物库中选择适宜每个地块单元种植的植物，从而完成园林景观的规划。

本发明提供了一种基于山地微地形温度的园林景观规划方法，还可以具有这样的特征，其中，单元物理变量包含多个单项单元物理变量，每个单项单元物理变量与环境变量中相对应的单项环境变量进行匹配，从而得到每个地块单元的单项单元物理变量评分，将地块单元的每个单项单元物理变量评分相加从而得到地块评分。

本发明提供了一种基于山地微地形温度的园林景观规划方法，还可以具有这样的特征，其中，单项单元物理变量为每个地块单元的温度、风速、湿度以及气压。

本发明提供了一种基于山地微地形温度的园林景观规划方法，还可以具有这样的特征，其中，气候数据包含通过气象仪器所获得的目标地块的气候系统的原始资料以及根据原始资料所整编的资料。

本发明提供了一种基于山地微地形温度的园林景观规划方法，还可以具有这样的特征，其中，地形数据为通过卫星遥感技术获得目标地块的遥感影像图。

本发明提供了一种基于山地微地形温度的园林景观规划方法，还可以具有这样的特征，其中，水文数据包含多个通过观测及计算研究所得的目标地块的单项水文数据以及根据单项水文数据所求得的单项水文数据的最大值、最小值、平均值、总量、过程线和等值线，单项水文数据为目标地块的降水量、蒸发量、水位、流量以及含沙量。

发明作用与效果

根据本发明的基于山地微地形温度的园林景观规划方法，由于获取了目标地块的气候数据、水文数据以及地形数据，因此能够将地形数据及水文数据导入建模软件从而建立目标地块的物理模型并且根据气候数据及水文数据设置物理模型的初始物理条件和边界。由于地形数据包含至少两个层次，因此能够满足计算数值模拟所需的各种虚拟场景需求。由于将物理模型进行网格划分并离散成计算网格模型，因此能够将计算网格模型导入计算数值仿真软件，并通过构建topsis模型对计算网格模型进行迭代计算，从而根据目标地块的物理变量得到目标地块的物理变量。由于通过计算机进行迭代计算，因此计算的效率更高，结果更准确。由于将目标地块划分为多个地块单元，因此能够得到每个地块单元的单元物理变量。由于对单元物理变量与景观植物的生长所需的环境变量进行匹配评分，因此能够根据地块评分的高低从植物库中选择适宜每个地块单元种植的植物，从而完成园林景观的规划。由于通过计算机进行匹配评分，因此匹配评分的效率更高，结果更准确。

附图说明

图1是本发明实施例的物理模型示意图；

图2是本发明实施例的计算网格模型示意图；

图3是本发明实施例的风速分布示意图；

图4是本发明实施例的地块划分示意图；

图5是本发明实施例的地块和景观植物的匹配示意图；

图6是本发明的大数据算法的模型示意图。

图中，10-山坡；20-山脊；30-山峰；40盆地。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合附图对本发明的基于山地微地形温度的园林景观规划方法作具体阐述。

如图1所示，本实施例中的目标地块包括山坡10、山脊20、山峰30、盆地40。

如图1～图5所示，本实施例中的基于山地微地形温度的园林景观规划方法，包括如下步骤：

步骤s1，通过气象仪器获得的目标地块的气候系统的原始资料并对原始资料进行整编，从而得到目标地块的气候数据；

步骤s2，通过观测及计算研究得到目标地块的单项水文数据并且根据单项水文数据计算求得每个单项水文数据的最大值、最小值、平均值、总量、过程线和等值线，从而得到目标地块的水文数据，单项水文数据包含目标地块的降水量、蒸发量、水位、流量以及含沙量；

步骤s3，通过卫星遥感技术得到目标地块的卫星遥感图，从而得到具有两个细节层次的地形数据；

步骤s4，将地形数据及水文数据导入建模软件，按比例建立目标地块的物理模型，并且根据气候数据及水文数据设置物理模型的初始物理条件和边界；

步骤s5，将物理模型进行网格划分并离散成计算网格模型；

步骤s6，将计算网格模型导入计算数值仿真软件，通过构建topsis模型对计算网格模型进行迭代计算，从而得到目标地块的地块物理变量；

步骤s7，将目标地块划分为多个地块单元，从而根据目标地块的物理变量得到每个地块单元的单元物理变量；

步骤s8，通过计算机使用大数据算法对单元物理变量与景观植物的生长所需的环境变量进行匹配，从而得到单元物理变量与环境变量的匹配度，再根据匹配度的高低从而得到每个地块单元的地块评分，进一步根据地块评分的高低从植物库中选择适宜每个地块单元种植的植物，从而完成生态园林景观的设计。

其中，步骤s5中的计算网格模型的质量能够满足多限元计算的精度要求，计算网格模型的质量越高，计算结果的精度就越高。

步骤s6中topsis模型是根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。topsis模型是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增(或递减)性就行。topsis模型是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。

topsis模型其中“理想解”和“负理想解”是topsis模型的两个基本概念。所谓理想解是一设想的最优的解(方案)，它的各个属性值都达到各备选方案中的最好的值；而负理想解是一设想的最劣的解(方案)，它的各个属性值都达到各备选方案中的最坏的值。方案排序的规则是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。

topsis模型进行评价的具体步骤为：

1.topsis模型进行评价时，要求所有指标变化方向一致(即所谓同趋势化)，将高优指标转化为低优指标，或将低优指标转化为高优指标，通常采用后一种方式。转化方法常用倒数法，即令原始数据中低优指标xij(i＝1,2…，n；j＝1,2…m),通过倒数变换而转化成高优指标，然后建立同趋势化后的原始数据表。

2.对同趋势化后的原始数据矩阵进行归一化处理，并建立相应矩阵。其指标转换公式为：

(原高优指标)

或(原低优指标)

式中xij表示第i个评价对象在第j个指标上的取值。

由此得出经归一化处理后的a矩阵为：

3.据a矩阵得到最优值向量和最劣值向量，即有限方案中的最优方案和最劣方案为：

最优方案：

最优方案：

4.分别计算诸评价对象所有各指标值与最优方案及最劣方案的距离：

5.计算诸评价对象与最优方案的接近程度ci，其计算公式如下：

在0与1之间取值，ci愈接近1，表示该评价对象越接近最优水平；反之，ci愈接近0，表示该评价对象越接近最劣水平。

6.按ci大小将各评价对象排序，ci值越大，表示综合效益越好。

步骤s6中的迭代计算是由计算数值仿真软件自动计算完成，根据物理模型进行多限元迭代，直至迭代的计算结果收敛至稳定值，具体的结束控制是通过每个物理变量的残差控制，当每个残差都小于预设的阈值时计算机自动停止计算。在计算过程中也可以通过使用者设定的迭代步数来结束迭代计算，迭代步数主要是依靠使用者的计算经验和观察物理变量的变化曲线来确定。

步骤s8中通过整合并连接碳足迹、水足迹和生态足迹三项指标，通过与碳足迹核算方法的协调清晰表达，显著改进水足迹和生态足迹的核算，使得评估结果更加可靠。采用生产性生态足迹的测算方法分析比较山地微地形植物选择方案，并讨论区域间生态破坏转移问题，可为实现区域协调发展提供决策指导。

步骤s8的匹配评分方法如表1所示，匹配过程中可以将不同的环境变量赋予不同比重，以使得匹配的结果更加符合实际情况，具体为：

表格1地块评分表

a是每个单元物理变量计算时的权重系数，b是每个单元物理变量与环境物理变量的匹配度，n是单元物理变量的数量。

本实施例中，单元物理变量为地块单元的温度，即n＝1。

将每个地块单元进行编号，并对单元物理变量与景观植物的生长所需的环境变量进行匹配评分，在匹配评分的过程中，每个单元物理变量的权重系数不同。

以1号地块与1号植物的匹配评分方法为例，温度的权重系数a1＝1，温度的匹配度b1＝0.8，那么地块1相对于植物1的地块评分即为：

如图6所示，通过计算机使用大数据算法对每个地块单元与植物库中每种植物逐一进行匹配评分，从而得到每个地块单元相对于植物库中每种植物的地块评分，根据地块评分的结果选取评分最高的一项作为最优解，从而从植物库中选择出最适宜每个地块单元种植的植物。

本实施例中，针对山地地区的特点和生态重建的应用需求,利用大数据监控技术，构造合适的三维数据结构,实现三维实体的表达是构造山地地区生态重建视景仿真模型的关键技术和难点之一。山地地区生态重建仿真模型具有三维、动态、场景范围大和实体不规则等特点，因而研究一种适应山地地区生态重建仿真模型特点的三维数据结构，可以清晰、方便地实现山地地区三维实体的表示和生态重建方案的动态改变是致关重要的。

地块利用变化的转移矩阵，是一种表格，可以表示不同时期各种地块利用类型的面积变化,流入率、流出率等,定量分析地块利用变化的强度、范围和方向。转移矩阵说明不同时间段内同一区域内地块利用类型的相互转换关系，一般用二维表来表达，从二维表中可以快速查看各个地类间相互转化的具体情况。比如某一类别的地块有多少面积分别转化成了其他的地块类型，现在某类型的地块分别是由过去的哪些类别转化而来的。

实施例作用与效果

根据本实施例的基于山地微地形温度的园林景观规划方法，由于获取了目标地块的气候数据、水文数据以及地形数据，因此能够将地形数据及水文数据导入建模软件从而建立每个地块单元的物理模型并且根据气候数据及水文数据设置物理模型的初始物理条件和边界。由于地形数据包含至少两个层次，因此能够满足计算数值模拟所需的各种虚拟场景需求。由于将物理模型进行网格划分并离散成计算网格模型，因此能够将计算网格模型导入计算数值仿真软件，并通过构建topsis模型对计算网格模型进行迭代计算，从而得到目标地块的物理变量。由于将目标地块划分为多个地块单元，因此能够根据目标地块的物理变量得到每个地块单元的单元物理变量。由于通过计算机进行迭代计算，因此计算的效率更高，结果更准确。由于对单元物理变量与景观植物的生长所需的环境变量进行匹配评分，因此能够根据地块评分的高低从植物库中选择适宜每个地块单元种植的植物，从而完成园林景观的规划。由于通过计算机使用大数据算法进行匹配评分，因此匹配评分的效率更高，结果更准确。

由于单元物理变量包含多个单项单元物理变量，因此每个单项单元物理变量能够与环境变量中相对应的单项环境变量进行匹配，从而得到每个地块单元的单项单元物理变量评分，将地块单元的每个单项单元物理变量评分相加从而得到地块评分。

由于物理模型是按比例建立的满足计算精度要求的缩小模型，因此物理模型的精度能与计算精度相对应，从而节约计算力的消耗。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

例如，本实施例中的单项物理变量为地块单元的温度，在本发明提供的基于山地微地形温度的园林景观规划方法中，单项物理变量还可以包含风速、湿度、气压、日照时长、地质特性以及辐射等，用于规划各种条件不同的地块的园林景观。