基于層次分析法的屋頂綠化智慧管理系統

，， ，，，

(1.蘇州科技大學 江蘇省建筑智慧節能重點實驗室，江蘇 蘇州 215009；2.同濟大學 電子與信息工程學院， 上海 2018043.中國科學院 上海微系統與信息技術研究所， 上海 200050)

基于層次分析法的屋頂綠化智慧管理系統

羅恒1，鄒優敏1，陳揚1，陸家欣1，郭愛煌2，李慧3

(1.蘇州科技大學江蘇省建筑智慧節能重點實驗室，江蘇蘇州215009；2.同濟大學電子與信息工程學院，上海2018043.中國科學院上海微系統與信息技術研究所，上海200050)

快速的城市化進程使得當前城市普遍面臨綠地面積減少、抗自然災害能力下降等問題；針對城市資源與需求的矛盾，對現有屋頂綠化自動管理系統進行了研究，設計了一種基于無線傳感器網絡的屋頂綠化智慧管理系統；通過實時獲取光照強度等植物生長環境參數；使用層次分析法對植物生長環境進行評估與分析，提出了量化環境適宜度指標，通過反饋控制系統，實現屋頂綠化植物的智慧管理；實驗結果表明，與傳統屋頂綠化方法相比較，系統可以提高24%的植物存活率，同時可實現屋頂降溫20%的目標；系統具有成本低、自適應管理等優點，可以廣泛應用于當前我國的城市屋頂綠化中，也可以為學界和業界的相關研究提供參考。

屋頂綠化；層次分析法；智能系統；無線傳感器網絡；

0 引言

社會、經濟的快速發展和城市化進程的加速，使得城市外延式擴張速度不斷加快，同時，城市單位區域內建筑密度和人口密度也呈現不斷增加的趨勢，其結果是城市空氣污染日益嚴重、熱島效應頻現以及單位建筑能耗攀升等城市病的爆發，導致城市生態環境、人口居住環境不斷惡化[1]。統計結果表明，城鎮化水平每提高一個百分點，就會使得城市建設占用耕地增加2.69%。如何在保證城市綠地面積條件的同時提高城市化和經濟化的發展速度，已經成為當前社會發展中亟待解決的一個問題。

面對節能減排以及污染控制的雙重壓力，學界和業界都提出了很多解決方案，其中，屋頂綠化是一種廣受關注的技術。屋頂綠化技術通過在現有建筑頂部構建綠地，實現建筑樓頂的復用，屋頂綠化作為建筑技術和園藝技術的結合，不但營造了優美、溫馨的生活環境，同時也在很大程度上凈化了空氣，降低了城市噪音，有效改善城市熱島效應，節約了資源，契合當代低碳生活的主題，促進了人與自然的平衡發展。

屋頂綠化最早可以追溯到公元前600年古巴比倫國王建造的“空間花園”。20世紀后期，屋頂綠化作為一種生態型城市技術，獲得了長足發展[2]，涌現了一大批屋頂綠化系統[3]，如美國的Liveroof屋頂綠化系統、德國的海納爾屋頂綠化系統、日本的TSRG屋頂綠化系統以及韓國的KICT-GRS2005屋頂綠化系統[4-6]。

物聯網技術和移動通信技術的發展，使得無線傳感網在現代智慧農業中獲得了廣泛應用[7-9]，屋頂綠化也借鑒了部分智慧農業的成功經驗，如南京的紫東創意園E區，將一棟樓屋頂1200平方米，改造成一片屋頂菜園，充分利用屋頂光照充足，空氣新鮮的條件，實現了屋頂綠化和種植[10]，在改善環境的同時，也提高了生產效率[11-13]。

盡管屋頂綠化取得了巨大進步，但是植物個性化管理方法，仍需求投入一定的人力，缺乏自適應智慧管理功能，且反饋控制參數單一。針對當前國內屋頂綠化系統發展的現狀，結合國外屋頂綠化系統設計系統的一些優點，提出了一種智慧屋頂綠化系統，實現了屋頂綠化的多參數、智慧管理。

1 系統設計及屋頂綠化植物選擇

1.1 硬件系統設計

圖1所示為智慧屋頂系統框圖，整個系統主要包括環境多參數采集子系統、無線傳輸子系統，后臺數據分析以及顯示子系統和反饋控制子系統。

數據采集子系統實時獲取植物生長環境中的溫濕度、光照強度等參數，通過無線傳輸子系統實現數據的無線傳輸，到達后端的數據分析子系統，通過層次分析法動態評估植物生長環境的適宜度，并給出優化植物生長環境的措施，通過反饋控制系統，實現遮陽、澆灌等措施，為綠化植物提供最優化的生長環境。

圖1 系統框圖

1.2 軟件系統設計

圖2所示為系統的軟件流程圖，系統的軟件系統主要有兩部分組成，第一部分為數據采集發送端程序，第二部分是數據處理與分析接收端程序。

圖2 軟件流程圖

系統的以89C52RC單片機為核心，使用C語言來編寫程序，實現溫濕度傳感器和光強傳感器采集數據，根據I2C協議與單片機的I/O口通信。將溫濕度和光照強度程序調用寫入主函數的循環中，不斷地檢測植物生長環境中的溫濕度與光照強度，并將獲取的數據放入數組中，通過調用nRF的發送程序，送達接收端。在接收端，在初始化LCD后，循環接收數據。在接收數據時，需進行數值轉換，便于環境參數的現實。通過AHP層次分析法程序處理接受數據，給出一個權重，并與標準值進行比較，通過程序中的判斷語句，進行反饋控制，實現屋頂綠化的智能化和最優化。

1.3 屋頂綠化植物選擇

由于屋頂環境具有光照強、風力大、濕度低、晝夜溫差大等特點，植物選擇至關重要，薄的基質層和低養護程度決定了其選用的植物必須是具有很強抗逆性的淺根性植物。目前我國屋頂綠化中，采樣景天類植物最為廣泛。

垂盆草(Sedum sarmentosum)，俗稱狗牙半枝蓮，是景天科景天屬多年生草本植物，是屋頂綠化中最常用的植物。其生物特性包括：不育枝匍匐生根，結實枝直立，長10-15 cm，葉3片輪生，倒披針形至長圓形，聚傘花序疏松，花淡黃色，花期5～6月，果期7～8月，我國南北均有分布，抗逆性較強[14]。基于此，本系統使用垂盆草作為屋頂綠化植物。

2 基于多參數的植物生長環境評估模型

植物生長受濕度、溫度、光照強度和礦物質等諸多因素影響，考慮到屋頂綠化應用環境，本系統主要以濕度、溫度和太陽光照強度為主要評估指標。

基于多參數的反饋控制策略可以看作是一個多參數決策問題，依據決策結果，實現自適應控制。

多參數決策問題的解決方案較多，其中層次分析法(analytic hierarchical process, AHP)是一種較為可靠的方法，通過將復雜的問題分析給層次化，計算出不同方案的權重值，分析其權重值的大小，給出排序結果，從而使得決策者可以科學地選擇最佳方案。

AHP算法主要步驟包括1)提出問題；2)建立層次結構模型；3)構造對比或判斷矩陣；4)根據某一標準，計算個元素的權重；5)比較分析結果。

2.1 層次結構模型

圖3所示為本系統評估層次結構圖。系統以營造最適合植物生長環境為目標，以濕度、溫度和光照強度為評價指標，方案層主要包含標準值和測量值。

圖3 層次結構圖

2.2 建立判斷矩陣

在層次分析法中，通常1-9標度衡量兩個因素之間的相對重要性，其中1表示同等重要，9表示最最重要。在兩兩判斷比較矩陣中，元素eij> 0(i,j=1,2,…,n)且滿足eji=1/eij

2.2.1 準則層權重

張蕾團隊的研究結果表明，在垂盆草生長過程中，濕度的作用最大，其次為溫度，光照強度的影響最小[14]，基于此，根據AHP法中的1～9標度準則，構建式(1)所示的兩兩比較判斷矩陣。

(1)

2.2.2 方案層權重

對于某個特定的準則，不同方案也需構建兩兩比較判斷矩陣，獲取特定準則下的方權重。表1所示為不同時期，屋頂綠化管理中兩組環境參數的測量值。

表1 實際測量值

圖4給出了濕度區間與標度值關系。如圖所示，當濕度控制在70%～72%時，植物生長最為迅速[14]，在此區間外，植物的生長狀態隨著濕度的增加和降低呈現下降趨勢。將標度9右側劃分為8個標度區間，每3個百分點為一個標度區間，當濕度超過94%時，標度值為1；將標度9左側的區間，以5個百分點為一個子區間，均分劃分為8個標度區間，當濕度低于35%時，標度為1。

圖4 濕度區間與標度值

依據表1及圖4，構建關于濕度的兩兩比較矩陣：

(2)

圖5為溫度區間與標度值關系。如圖所示，當溫度處于26～29℃區間內時，最適合植物生長[14]，在此區間外，植物的生長狀態逐漸下降。將標度9右側劃分為8個標度區間，每四攝氏度為一個標度區間，當溫度高于55 ℃時，標度值為1；將標度9左側的區間，同樣以每四攝氏度為一個標度區間，均分劃分為8個標度區間，當溫度低于-2 ℃時，標度為1。

圖5 溫度區間與標度值

構建如式(3)所示的溫度指標下的兩兩比較矩陣：

(3)

圖6表示了光照強度與標度值之間的關系，當光照強度大于等于45 klx、小于等于49 klx時，對于植物生長最為有利[14]，當光照強度高于45 klx或者低于49 klx時，植物的生長狀態呈遞減狀態。將標度9右側劃分為8個標度區間，每4 klx為一個標度區間，當光照強度高于76 klx時，標度值為1；將標度9左側的區間，同樣以每4 klx為一個標度區間，均分劃分為8個標度區間，當光照強度小于16 klx時，標度為1。

圖6 光照強度區間與標度值

構建如式(4)所示的兩兩比較判斷矩陣。

(4)

2.3 權重計算

AHP中使用如式(5)所示的均方根方法獲取歸一化的準則層或者方案層權重，

(5)

其中，aij表示判斷矩陣中第i行第j個元素。

2.3.1 準則層權重

根據式(5)，可得準則層中濕度、溫度和光照強度的權重分別為0.57,0.29以及0.14。可見，濕度在三項評價指標中的權重最高，溫度次之，光照強度權重最小，排序結果與研究結果一致[14]。

可以得出結論，若改善濕度環境，使得植物生長環境趨于理想環境時，系統的總體優化性能幅度提高最大，而從改善光照強度角度考慮，取得的優化效果最小。

2.3.2 方案層權重

將式(2)、(3)和(4)分別帶入式(5)計算，可得表2所示的方案層權重。

表2 方案層權重

2.3.3 綜合權重

在獲得各評估準則權重以及不同準則下的方案層權重后，可以通過

,...,n)

(6)

獲得方案的綜合權重。

依據式(6)可得環境1和環境2的綜合權重如表3所示，可以得出結果，測量環境1比測量環境2更適合植物生長，因為環境1中的綜合權重與標準環境的權重更為接近。如果測量環境與標準環境綜合權重差值過大，且超過了設置的健康閾值，則表明植物生長環境正處于不舒適的狀態，需要調節環境參數，使其趨向于健康的生長環境。再通過分析環境中單獨的指標在植物生長環境所占的權重，將測量值與標準值相比較，從而可以得出處于異常狀態的具體因素，從而進行相應的操作調整環境。

表3 綜合權重

3 實驗結果分析

3.1 自適應控制系統性能

通過無線傳感器網絡，實時獲取不同日期、不同時刻的垂盆草生活環境參量，通過AHP方法實時調節栽培基質的溫濕度以及光照強度，獲得了如圖7所示的濕度對比曲線。由圖可見，屋頂綠化智慧管理系統能夠保證綠化植物生長環境的各個參數趨于最佳生長環境，而自然環境下人工種植的植物生長的各個環境參數則波動較大。

圖8給出了植物生長情況對比，屋頂綠化在智慧管理系統控制下，植物生長環境明顯優于自然生長情況。圖9給出了成活率對比圖，不難看出，使用智慧管理系統的植物存活率遠高于自然生長情況，統計結果表明，使用了屋頂綠化管理系統的植物成活率可以提高24%。

圖7 濕度對比圖

圖8 植物生長對比圖

圖9 存活率對比

3.2 屋頂綠化對環境影響

實驗過程中，通過設置對比組，對屋頂溫度進行測量與分析，可以發現在沒有種植綠化植物的屋頂上，由于太陽光的直射，所測得的屋頂表面溫度較高，具有綠化系統屋頂，由于綠色植物的遮陰效果，屋頂表面溫度明顯降低，圖10所示為屋頂綠化對建筑屋頂表面溫度的改善效果。由圖10(b)可見，屋頂綠化對屋頂的降溫范圍在1～6 ℃，平均降溫為3 ℃。在12點到下午3點之間降溫效果較明顯，且在正午時刻降溫效果最為顯著，降溫幅度達到6℃左右，降溫比率可達20%。

圖10 屋頂綠化效果對比圖

4 結論

屋頂綠化具有緩解城市熱島效應、提高建筑能效、減少大氣污染、保護城市生物多樣性以及削減屋頂雨水徑流量等優點，因此在資源與環境矛盾日益尖銳的今天，是一種綠色環保型技術。通過對屋頂綠化環境進行動態評估，實現了植物生長環境的量化，基于此作出的反饋控制使得植物可以在最適宜的環境中生長，實現屋頂綠化的效果最優化。系統具有成本低、自適應管理等優點，可以廣泛應用于我國的城市屋頂綠化中，也可以為學界和業界的相關研究提供參考。

[1]秦 佳,李建民. 中國人口城鎮化的空間差異與影響因素[J]. 人口研究,2013,(02):25-40.

[2]冼麗鏵,鮑海泳,陳紅躍,等. 屋頂綠化研究進展[J]. 世界林業研究,2013,(02):36-42.

[3]魏 艷,趙慧恩. 我國屋頂綠化建設的發展研究——以德國、北京為例對比分析[J]. 林業科學,2007,(04):95-101.

[4]Aziz H A, Ismail Z. Design guideline for sustainable green roof system[A]. IEEE Symposium on Business[C]. IEEE, 2011, 198-203.

[5]肖 敏,張國強. 國內外屋頂的綠化設計[J]. 工業建筑,2015(1):184-188.

[6]任國亮. 國外成熟屋頂綠化系統比較研究[J]. 中國建筑防水, 2011(23):24-28.

[7]陳 輝, 任 珺, 杜 忠. 屋頂綠化的功能及國內外發展狀況[J]. 環境科學與管理, 2007, 32(2):162-165.

[8]譚建萍,徐志平. 城市屋頂菜園發展現狀[J]. 綠色科技,2015(2):125-127.

[9]Kodali R K, Rawat N. Wireless sensor network in mango farming[A]. Nirma University International Conference on Engineering[C]. 2013,1-6.

[10]張迎迎, 王愛民. 城市屋頂菜園種植技術研究——以“南京紫東創意園 E 區”為例[J]. 安徽農業科學, 2015, 43(1): 122-123.

[11]Chetan D M, Ganesh R R, Jagannathan S, et al. Smart farming system using sensors for agricultural task automation[C]. IEEE, 2015,49-53.

[12]Tsai C F, Hung K C. Campus greenhouse monitoring with a simple ZigBee-based sensor network[A].Advanced Materials for Science and Engineering (ICAMSE), International Conference on[C]. IEEE, 2016, 305-308.

[13]鄒承俊. 物聯網技術在蔬菜溫室大棚生產中的應用[J]. 物聯網技術, 2013, 3(8): 18-21

[14]張 蕾, 江海東, 田 娜,等. 不同溫度和基質含水量對垂盆草建植初期生長的影響[J]. 草業學報, 2008, 17(3):59-64.

ASmartGreenRoofSystembasedonAnalyticHierarchicalProcess(AHP)

Luo Heng1, Zou Youmin1, Chen Yang1, Lu Jiaxin1, Guo Aihuang2, Li Hui3

(1. JiangSu Province Key Lab of Intelligent Building Energy Efficiency, Suzhou University of Science and Technology, Suzhou 215009，China；2.College of Electronics and Information Engineering, Tongji University, Shanghai 201804，China；3. Shanghai Institute of Microsystem and Information Technology Chinese Academy of Science, Shanghai 200050)

With the rapid development of urbanization, problems such as reduction of green land and decrease of ability to deal with natural disaster occur. A smart green roof management system is proposed in this paper, targeting at improve the efficiency of the current management systems. Humidity, temperature as well as light intensity are measured and transmitted for further analysis with AHP, aiming at ranking the sampling environment to offer benchmark for feedback control. Experiment results show that the proposed smart system is able to improve the survival rate as high as 24% and reduce as much as 20% temperature in summer with low cost and without the involvement of people. The proposed system can be widely applied in our cities and it can also provide experience for related research home and abroad.

Green Roof, AHP ,Smart System, Wireless sensor networks

2017-08-16；

2017-09-08。

國家自然科學基金項目(61602334，61502329，61401297)；住房與城鄉建設部科學技術項目(2015-K1-047)；江蘇省自然科學基金項目(BK20140283)。

羅 恒(1981-)，男，博士，講師，主要從事人工智能技術及其在建筑節能中的應用方向的研究。

郭愛煌(1965-)，男，博士，教授，博導，主要從事人工智能方法及其應用方向的研究。

1671-4598(2017)11-0269-04

10.16526/j.cnki.11-4762/tp.2017.11.068

E926.3

A