楊叢暄 梁玉君 邢亞飛 劉硯超
(廊坊市園林綠化管理局,河北 廊坊 065000)
引言:隨著信息技術的快速發展,現階段在城鎮公園園林建設和發展過程中對人工智能的應用越來越多,對于園林建設質量有極大的保證作用。同時其還為園林工作人員提供將抽象的工作經驗進行數據化和具象化的技術支持,保證園林在建設過程中可以合理選擇觀賞植物,提升園林的觀賞性。
在信息時代的高速發展過程中,傳統園林設計師的地位已經在一定程度上受到人工智能技術、大數據技術以及虛擬仿真技術等信息技術相結合的沖擊,園林設計師現有的園林設計知識和經驗,在未來人工智能技術的發展過程中并沒有良好的優勢,可能會體現為笨拙且無力的現象。基于此,新城市科學提出城市規劃領域,側重于對學習人員計算機運算能力、數據支撐能力的培養,且更加重視在這些能力和數據支撐下的實際使用體驗,未來以人機交互、城市計算等多學科交叉的新城市科學很有可能促進城市園林規劃設計向智能化、信息化方向變革。此外,人工智能在園林設計中的應用可以使園林設計更加科學美觀,提高設計效率,在相關景觀數值上的制定會更具有準確性,具有極大的應用價值,需要引起相關人員的高度重視[1]。
植物種類識別和判斷技術在園林設計中起到基礎且關鍵的作用,傳統對于植物選擇的方法主要依賴的是園林設計師的個人經驗和知識,效率較低且質量并不能得到有效保證,而多源數據智能選擇技術在園林觀賞植物中的應用可以有效彌補傳統選擇技術中的缺陷,需要先智能分析園林環境,并明確園林植物的特點,根據其科屬、形態特征、生長習性、園林用途等構建涵蓋所有園林觀賞植物的數據庫,保證多源數據智能選擇技術有良好的應用環境,該技術可以判別多個數據源,結合判別結果和園林的實際情況進行選擇,保證選擇結果符合園林設計需要,構建統一體系園林水景、澆灌系統和照明系統。
想要保證多源智能選擇技術在園林觀賞植物中的有效應用,需要園林設計師具有一定的理論基礎,并將其進行整合。例如,園林設計師需要理解并掌握卷積神經網絡,明確可以應用其進行圖片特征提取,可以有效提升工作效率,并可以結合觀賞植物的實際情況,建立池化層和卷積層,通過對卷積核的計算可以進一步地提升工作質量。再如,園林設計師需要懂得灰度共生矩陣的相關知識,其主要是對圖像像素空間分布關系的一種體現,并反映相關的紋理信息,分析植物局部等相關情況。同時,DS證據理論的核心就是Dempster的合成規則,也就是把不同分類器輸出結果、不同傳感器數據等主體進行融合,將多種觀賞植物的數據和知識融合在一起,可以有效滿足“不必滿足概率可加性”。例如,智能機器人智能將植物分類和植物分類數據融合進行結合,估算其在各方面的效益,對園林建設發展提到良好的促進作用[2]。
多源智能選擇技術在園林觀賞植物中的應用流程主要為:(1)結合園林場地設計要求,在智能化篩選器中點擊選擇多種觀賞植物選擇的篩選條件,并保證其在各種變量上的關系為多變量疊加。(2)篩選符合要求的觀賞植物,利用VBA編程在配置整合表中自動填寫,并利用Excel等軟件中的函數自動將表格數據進行整合,將分析圖表進行即時性的呈現,結合園林設計建設的現狀,明確各類觀賞植物的配置情況。(3)空間分析被篩選出來的植物,智能量化觀賞植物在養成之后的蓋度、郁閉度以及密度,必要時可以采用虛擬仿真技術將其進行仿真呈現,加強空間感受。(4)分析觀賞植物的季相,即智能化的提取植物花色和特色在不同季節中的體現,明確其色彩比例,結合園林設計情況和當地偏好色等因素進行進一步調整。(5)生態分析觀賞植物的生長習性,并進行造價分析,園林設計師需要將這兩項的分析結果和上述的智能化體現形式制定最終的設計方案。
園林設計師應當結合多源數據智能選擇技術構建園林綠化智能化的設計管理系統,綜合利用物聯網、云計算、人工智能、虛擬仿真等先進技術,將網絡化、智能化、自動化、感知化作為下一步的發展目標,建立珍貴觀賞植物的“身份證”,將該技術延伸到園林管理過程中,構建巡查、養護、修剪、遷移以及環境等一體化的管理機制,構建珍稀觀賞植物的生命周期檔案,實現智能化管理。此外,重視智能機器人、智能傳感器等人工智能技術在園林觀賞植物中的應用,全面保證園林的智能化發展,滿足現代城市綠化的要求。
總而言之,園林觀賞植物多源數據智能選擇技術符合園林設計需求和國家政策對人工智能的政策支持,其體現在植物識別智能機器人和植物選擇的智能傳感器等載體上,并可以將功能進行圖像設備延伸,構建智能化的園林景觀路,引領人工智能在園林觀賞植物中的應用方向,從而提高資源利用率,構建智能園林。