物聯傳感技術在景觀空間中的應用

【摘 要】將物聯傳感技術應用在景觀空間中，可以有效的對綠色基礎設施的生態(tài)服務功能檢測、建立動態(tài)化與機理化的景觀信息模型、景觀大數據的收集等。本文將系統的分析物聯傳感技術在景觀空間中的應用，為景觀設計研究提出新的路徑。

【關鍵詞】物聯網;物聯傳感技術;景觀空間

1景觀空間的定義

“景觀”一詞最早出自于希伯來語圣經舊約全書，指的是具有國王所羅門教堂、城堡和宮殿的耶路撒冷城美麗的全景。此時的“景觀”等同于風景、景致、景象等。世紀初，現代地植物學和自然地理學的偉大先驅洪堡把“景觀”作為科學的地理學術語提了出來，并從此形成了作為“自然地域綜合體”代名詞的景觀的含義。這里的景觀在強調景觀地域整體性的同時，更強調景觀的綜合性，認為景觀是由氣候、水文、土壤、植被等自然要素以及文化現象組成的地理綜合體，這個整體空間典型地重復在地表的一定地帶內。國外學者Forman和Godron認為景觀是由相互作用的生態(tài)系統鑲嵌構成的，并以類似形式重復出現，具有高度空間異質性的區(qū)域。之后，Forman進一步定義景觀是在數千米的范圍內以相似形式重復出現的一組生態(tài)系統的鑲嵌體，在更大尺度的區(qū)域中，景觀是互不重復且對比性強的基本構成單元，它的主要特征是可辨識性、空間重復性和異質性。肖篤寧在1997年提出了定義，綜合了歐洲和北美學者的觀點，并補充了景觀的美學價值觀，認為“景觀是一個由不同單元鑲嵌而成，具有明顯視覺特征的地理實體它處在生態(tài)系統，大地理區(qū)域之下的中間尺度，具有經濟、生態(tài)和美學多重價值?！边@一定義清楚地表述了景觀具有空間異質性、地域性、可辨識性、可重復性和功能一致性等特征，又特別強調了景觀的尺度性和多功能性。綜上所述，景觀由不同空間單元鑲嵌而成，具有異質性景觀是具有明顯形態(tài)特征與功能聯系的地理實體，其結構與功能具有相關性和地域性景觀是具有一定自然和文化特征的地域空間實體，景觀具有明確的空間范圍和邊界，這個地域空間范圍是有特定的自然地理條件、地域文化特征以及它們之間的相互作用關系共同決定的景觀既是生物的棲息地，更是人類的生存環(huán)境景觀是處在生態(tài)系統之上、區(qū)域之下的中間尺度，具有尺度性景觀具有經濟、生態(tài)和文化的多重價值，表現為綜合性等。

2物聯傳感技術的研究現狀

2.1國外研究現狀

20世紀年代以后，國外關于物聯網的研究幵始萌芽，理論界投入大量的人力物力研究物聯網。美、日、英、法、德、俄等國家重點發(fā)展的核心技術有技術、傳感技術、M2M技術等，并把傳感器技術列為國家重點開發(fā)關鍵技術之一。國外學者和企業(yè)界對物聯網的技術研發(fā)主要集中在芯片、軟件、互聯網、高端應用集成等領域。Atzoria，L等（2010）認為物聯網的發(fā)展不僅受RFID、無線傳感等技術的影響，其發(fā)展還受不同領域知識、不同環(huán)境的影響，處理好這種復雜的情況，有利于物聯網的發(fā)展。

2.2 國外研究現狀

自1999年起，我國對物聯網的核心技術——無線傳感器網絡及其應用幵始研究，并在技術研發(fā)和標準制定領域已走在世界前列，與德國、美國、韓國一起，成為國際標準制定的主導國之一。國內明確以“物聯網”命名的理論研究成果始于2003年、2004年在北京舉辦的第一、二屆與物聯網聯席會和首屆中國國際與物聯網高層論壇。三次物聯網會議跟蹤了國際物聯網技術發(fā)展動態(tài)，把握了國家在發(fā)展EPC與RFID技術方面的標準化工作以及市場推進工作，并就相關技術、政府政策、標準規(guī)范以及相關法律法規(guī)等熱點問題進行了深人細致的探討，形成了最早的理論成果。

目前，無論是國外還是國內，對于物聯網的理論研究其實都處于初始探索階段。近年來，我國學者結合國內物聯網的發(fā)展現狀，在國外相關理論研究的基礎上做了一定的歸納和定性分析，此方面理論研究有了很大的進步。

3物聯傳感技術在景觀空間中的應用

3.1綠色基礎設施的生態(tài)系統服務功能監(jiān)測

城市景觀空間作為綠色基礎設施發(fā)揮著供應、調節(jié)、生產和文化4個方面的生態(tài)系統服務功能，結合景觀規(guī)劃設計實踐與當前成熟的傳感設備，可將其在線監(jiān)測需求依據其發(fā)揮的生態(tài)系統服務功能劃分為氣象環(huán)境、生態(tài)修復、雨洪管理、土壤健康、植物生長、人群使用等多個方面。

3.2動態(tài)化、機理化的景觀信息模型

景觀信息模型（LIM）關注解決景觀信息全生命周期（Life Cycle）不實時共享的問題，強調將景觀設計各個階段、各個參與方的數據整合起來，實現快速、高效地存儲、更新、查詢，并與參數化設計、智能建造、后期維護管理深度銜接。當前LIM技術推廣遇到的阻力，主要來自于其工作流程復雜、新軟件平臺接受度不高。針對這一問題物聯網技術所提供的解決思路是將模型網頁化云端化，減少設計師學習使用LIM的成本。同時，在線監(jiān)測數據與LM結合，可實現LM的動態(tài)化，豐富LIM中政策、規(guī)劃、調研資料、方案設計、施工圖紙等靜態(tài)數據，實現一定程度上的教育、展示與管理功能。圖5中展示的是筆者在清華大學勝因院建立的，基于網頁平臺的景觀雨洪管理信息模型，其在線展示平臺實時動態(tài)更新勝因院雨水花園的相關監(jiān)測數據。

3.3景觀大數據的收集

物聯網技術的應用為景觀大數據的實時收集創(chuàng)造了條件，通過風景園林與軟件、計算機工程專業(yè)跨學科合作，可挖掘監(jiān)測大數據的價值，實現定量化的景觀績效估評與風險預警。人工神經網絡（ANN）已廣泛應用于各種場景下的環(huán)境、社會、經濟效益評價，這一方法本質是通過自學習尋找目標值與輸入變量之間的映射關系，即通過訓練、驗證、推理得到多個輸入變量與目標值的擬合方程。層級化、模糊化特性使得AN在挖掘分析城市景觀這種復雜場景下的數據關系，有著獨特的優(yōu)勢。風景園林相關學科已廣泛利用ANN技術挖掘城市多種生態(tài)因子之間的關系，尋找有突出價值的生態(tài)因素。環(huán)境方面，齊建東等利用ANN分析城市綠地凈生態(tài)系統碳交換 Net Ecosystem Exchange，ne）對多種環(huán)境因子的響應關系;鄒萍、楊文靜、韓磊等學者基于BP神經網絡構建土壤養(yǎng)分評價模型，實現土壤養(yǎng)分等級評定。社會方面，周彬、馮鑫、邵春福等學者利用神經網絡評價城市空間品質，評估居民對城市服務的滿意度;經濟方面，Qaderi、Marzouk、李春華等國內外學者利用水質數據，構建AN模型預測水處理經濟成本，用于水工程管理成本的控制。由此可見，物聯網技術的應用，為景觀數據的挖掘及多種神經網絡的應用提供了便捷的數據集采集平臺，風景園林學者將有更多機會去研究環(huán)境、社會、經濟類的景觀指標要素之間的映射關系，并利用有定泛化能力的評價模型預測景觀未來的發(fā)展狀態(tài)。

4結語

隨著5G、物聯網等新一代信息技術的發(fā)展，勢必對景觀專業(yè)的傳統研究領域帶來諸多變革。物聯網時代的景觀設計師需要掌握更多的技能，當景觀空間與新技術的結合，物聯網可以提供傳感器、無線網絡、數據平臺等多種量化工具，使得景觀研究走向在線化、智慧化。

參考文獻：

[1]齊建東，黃俊堯.基于深度學習的草地生態(tài)系統凈碳交換模擬[J].農業(yè)機械學報，2020，51（06）：152-161.

[2]高凱. 多尺度的景觀空間關系及景觀格局與生態(tài)效應的變化研究[D].華中農業(yè)大學，2010.

作者簡介：

任洪生，1997.8—，男，漢族，遼寧省大連人，大連工業(yè)大學藝術設計學院，19級在讀研究生，碩士學位，專業(yè)：風景園林，研究方向：風景園林規(guī)劃設計理論與實踐。