基于小生境遗传算法的生态景观格局空间结构优化

　　摘 要： 为了提高传统建筑景观的直观性，提高居民的满意度，并且实现绿色环保的设计，提出基于小生境遗传算法的生态景观格局空间结构优化，优化目的主要包括建筑成本、绿化带等公共设备。对景观格局优化的目标进行分析，主要包括提高生物多样性、维持能量、物质的流通、维持景观格局的稳定性、提高生活环境品质;实现景观规划的优化，包括确定生态廊道、不同高度城市风速模拟、不同高度城市温度场空间扩散模拟;实现基于小生境遗传算法的优化，并且对优化结果进行测试。测试结果表明，人们对于大部分建筑景观评价因子都表示比较满意，说明人们对景观优化之后的空间布局认可，证明所提算法能够优化建筑景观空间，提高居民满意度。

　　关键词： 小生境遗传算法; 生态景观; 空间结构; 结构优化; 景观格局优化; 优化结果测试

　　《生态学杂志》(月刊)创刊于1982年，是由中国科学技术协会主管、中国生态学学会主办、中国科学院沈阳应用生态研究所承办的综合性学术期刊。

　　0 引 言

　　景觀功能指的是不同单元结构间产生的复杂关系，每个结构单元均具有发生特殊情况的背景、存在价值、优势等。与传统景观网络进行对比，景观功能网络对功能之间的相互衔接较为重视[1]。景观功能网络概念是基于景观生态学格局进行的假设，重点是加强景观结构之间的联系，从而提高景观功能。比如，动植物的生长与繁殖不仅要具备足够数量生境，栖息地斑块也需具备连续性。大部分的生态学过程都会受到斑块距离及排列格局影响，城市内部还要求内部经济活动运行、交通网和密集建成区对其开展支持[2]。本文通过考虑多方面因素，对现代生态景观格局空间结构进行优化。

　　1 景观格局优化的目标

　　景观的形成、空间分布与类型差异和自然环境地域分布具有密切关系。相关研究表明，生态景观空间结构形态和城市地貌格局吻合，半自然和近自然的景观斑块大部分都是在山丘区分布，自然林带类型沿江河地区分布。但是在人类活动强烈干扰中，城市森林景观斑块数量不断增加，面积不断缩小，内部生境逐渐减少，隔离度不断提高，降低了城市生态环境质量的功能，对于维护城市生物多样性功能影响比较明显，景观斑块功能越来越单一[3]。

　　基于景观生态学的景观格局连通度和景观功能连续程度进行假设，对于现代城市所出现的对生态功能联系造成影响的问题，结合生态学原理及规划理论，利用强化生态功能空间目标相互连接，优化景观格局。主要目标就是保证景观格局的稳定性，使生物多样性得到提高，维持物质来源，实现能量流通，提高生活环境品质等。同时，在空间实际优化的过程中，要充分考虑到景观类型作用和景观功能的冲突范围。景观格局优化的目标、方法和指针如表1所示。

　　2 景观规划的优化过程

　　通过以上分析可以看出，优化方案和原本的景观构成相互对应关系，表明优化方案中的物品设置合理。在绿地系统规划过程中，要以绿地优化方案数值模拟分析结构，使用相应量化分析方法，基于不同尺度的优化方案实现调整，从而构成系统性的城市绿地生态网络，将景观的最大生态效能充分发挥出来。

　　2.1 不同高度城市风速模拟

　　图1，图2为不同垂直高度中的城市风速扩散分析结构，在高度不断增加的过程中，城市风速也在不断增加，城市最大风速覆盖区持续扩大，但是空间扩散范围增加的趋势并不明显，城市通风情况良好。底部风速场为1.5 m时，城市内部空间风速为0～0.375 m/s，面积比率为15.87%，2.625～3 m/s风速的面积比例为32.06%。如果建筑在被封面，那么城市风速比较低，城市建筑物对于风速扩散过程具有空间阻力[4]。

　　2.2 不同高度城市温度场空间扩散模拟

　　图3，图4为不同垂直高度中城市温度场扩散分析结构，在高度不断增加的过程中，温度也在持续降低，在城市风速不断增加的过程中，扩散能力不断提高。底部温度场为1.5 m时，因为受到风速影响，高温情况能够扩散到城市外围，不会影响到城市。浑河、绿地和周边绿地都能够实现城市调温，其对城市热岛效应缓解非常有利。在城市范围中，最高温度为42.75～46 ℃，面积比率为0.56%。中部温度场为50 m时，城市最高温度为39.5～42.75 ℃，面积比率为4.72%。在顶部温度场为100 m时，城市温度为39.5～42.75 ℃，面积比率为2.07%。在此方案中，虽然城市高度不断提高，最低温度面积比率也得到了提高，并且降低了城市整体温度，城市热环境的运行效果良好[5]。

　　2.3 确定生态廊道

　　在景观结构中，廊道属于较为特殊的元素，具有联系及分割的功能。廊道有无断开是确定屏障功能及通道效果的主要因素，因此根据连通性对廊道功能强度进行测定，廊道效应其实就是根据廊道一定范围中具有的效益梯度场，从中心逐渐对外衰减，满足距离衰减率需求。

　　[4] 陆禹，佘济云，罗改改，等.基于粒度反推法和GIS空间分析的景观格局优化[J].生态学杂志，2018，37(2)：534?545.

　　LU Yu， SHE Jiyun， LUO Gaigai， et al. Landscape pattern optimization based on granularity inverse method and GIS spatial analysis [J]. Chinese journal of ecology， 2018， 37(2)： 534?545.

　　[5] 呂东蓬.高原、山地生态学研究前瞻——“社会?生态”景观镶嵌体格局空间优化和可持续性研讨会：聚焦山地区域[J].大众文艺，2018(8)：245?246.

　　L? Dongpeng. Prospect of plateau and mountainous ecology research—seminar on spatial optimization and sustainability of landscape mosaic patterns of "society?ecology"： focusing on mountain areas [J]. Popular literature and art， 2018(8)： 245?246.

　　[6] 周媛，石铁矛.基于数值模拟的城市绿地景观格局优化研究[J].环境科学与技术，2017，40(11)：167?174.