基于层次分析法的屋顶绿化智慧管理系统

，， ，，，

(1.苏州科技大学 江苏省建筑智慧节能重点实验室，江苏 苏州 215009；2.同济大学 电子与信息工程学院， 上海 2018043.中国科学院 上海微系统与信息技术研究所， 上海 200050)

基于层次分析法的屋顶绿化智慧管理系统

罗恒1，邹优敏1，陈扬1，陆家欣1，郭爱煌2，李慧3

(1.苏州科技大学江苏省建筑智慧节能重点实验室，江苏苏州215009；2.同济大学电子与信息工程学院，上海2018043.中国科学院上海微系统与信息技术研究所，上海200050)

快速的城市化进程使得当前城市普遍面临绿地面积减少、抗自然灾害能力下降等问题；针对城市资源与需求的矛盾，对现有屋顶绿化自动管理系统进行了研究，设计了一种基于无线传感器网络的屋顶绿化智慧管理系统；通过实时获取光照强度等植物生长环境参数；使用层次分析法对植物生长环境进行评估与分析，提出了量化环境适宜度指标，通过反馈控制系统，实现屋顶绿化植物的智慧管理；实验结果表明，与传统屋顶绿化方法相比较，系统可以提高24%的植物存活率，同时可实现屋顶降温20%的目标；系统具有成本低、自适应管理等优点，可以广泛应用于当前我国的城市屋顶绿化中，也可以为学界和业界的相关研究提供参考。

屋顶绿化；层次分析法；智能系统；无线传感器网络；

0 引言

社会、经济的快速发展和城市化进程的加速，使得城市外延式扩张速度不断加快，同时，城市单位区域内建筑密度和人口密度也呈现不断增加的趋势，其结果是城市空气污染日益严重、热岛效应频现以及单位建筑能耗攀升等城市病的爆发，导致城市生态环境、人口居住环境不断恶化[1]。统计结果表明，城镇化水平每提高一个百分点，就会使得城市建设占用耕地增加2.69%。如何在保证城市绿地面积条件的同时提高城市化和经济化的发展速度，已经成为当前社会发展中亟待解决的一个问题。

面对节能减排以及污染控制的双重压力，学界和业界都提出了很多解决方案，其中，屋顶绿化是一种广受关注的技术。屋顶绿化技术通过在现有建筑顶部构建绿地，实现建筑楼顶的复用，屋顶绿化作为建筑技术和园艺技术的结合，不但营造了优美、温馨的生活环境，同时也在很大程度上净化了空气，降低了城市噪音，有效改善城市热岛效应，节约了资源，契合当代低碳生活的主题，促进了人与自然的平衡发展。

屋顶绿化最早可以追溯到公元前600年古巴比伦国王建造的“空间花园”。20世纪后期，屋顶绿化作为一种生态型城市技术，获得了长足发展[2]，涌现了一大批屋顶绿化系统[3]，如美国的Liveroof屋顶绿化系统、德国的海纳尔屋顶绿化系统、日本的TSRG屋顶绿化系统以及韩国的KICT-GRS2005屋顶绿化系统[4-6]。

物联网技术和移动通信技术的发展，使得无线传感网在现代智慧农业中获得了广泛应用[7-9]，屋顶绿化也借鉴了部分智慧农业的成功经验，如南京的紫东创意园E区，将一栋楼屋顶1200平方米，改造成一片屋顶菜园，充分利用屋顶光照充足，空气新鲜的条件，实现了屋顶绿化和种植[10]，在改善环境的同时，也提高了生产效率[11-13]。

尽管屋顶绿化取得了巨大进步，但是植物个性化管理方法，仍需求投入一定的人力，缺乏自适应智慧管理功能，且反馈控制参数单一。针对当前国内屋顶绿化系统发展的现状，结合国外屋顶绿化系统设计系统的一些优点，提出了一种智慧屋顶绿化系统，实现了屋顶绿化的多参数、智慧管理。

1 系统设计及屋顶绿化植物选择

1.1 硬件系统设计

图1所示为智慧屋顶系统框图，整个系统主要包括环境多参数采集子系统、无线传输子系统，后台数据分析以及显示子系统和反馈控制子系统。

数据采集子系统实时获取植物生长环境中的温湿度、光照强度等参数，通过无线传输子系统实现数据的无线传输，到达后端的数据分析子系统，通过层次分析法动态评估植物生长环境的适宜度，并给出优化植物生长环境的措施，通过反馈控制系统，实现遮阳、浇灌等措施，为绿化植物提供最优化的生长环境。

图1 系统框图

1.2 软件系统设计

图2所示为系统的软件流程图，系统的软件系统主要有两部分组成，第一部分为数据采集发送端程序，第二部分是数据处理与分析接收端程序。

图2 软件流程图

系统的以89C52RC单片机为核心，使用C语言来编写程序，实现温湿度传感器和光强传感器采集数据，根据I2C协议与单片机的I/O口通信。将温湿度和光照强度程序调用写入主函数的循环中，不断地检测植物生长环境中的温湿度与光照强度，并将获取的数据放入数组中，通过调用nRF的发送程序，送达接收端。在接收端，在初始化LCD后，循环接收数据。在接收数据时，需进行数值转换，便于环境参数的现实。通过AHP层次分析法程序处理接受数据，给出一个权重，并与标准值进行比较，通过程序中的判断语句，进行反馈控制，实现屋顶绿化的智能化和最优化。

1.3 屋顶绿化植物选择

由于屋顶环境具有光照强、风力大、湿度低、昼夜温差大等特点，植物选择至关重要，薄的基质层和低养护程度决定了其选用的植物必须是具有很强抗逆性的浅根性植物。目前我国屋顶绿化中，采样景天类植物最为广泛。

垂盆草(Sedum sarmentosum)，俗称狗牙半枝莲，是景天科景天属多年生草本植物，是屋顶绿化中最常用的植物。其生物特性包括：不育枝匍匐生根，结实枝直立，长10-15 cm，叶3片轮生，倒披针形至长圆形，聚伞花序疏松，花淡黄色，花期5～6月，果期7～8月，我国南北均有分布，抗逆性较强[14]。基于此，本系统使用垂盆草作为屋顶绿化植物。

2 基于多参数的植物生长环境评估模型

植物生长受湿度、温度、光照强度和矿物质等诸多因素影响，考虑到屋顶绿化应用环境，本系统主要以湿度、温度和太阳光照强度为主要评估指标。

基于多参数的反馈控制策略可以看作是一个多参数决策问题，依据决策结果，实现自适应控制。

多参数决策问题的解决方案较多，其中层次分析法(analytic hierarchical process, AHP)是一种较为可靠的方法，通过将复杂的问题分析给层次化，计算出不同方案的权重值，分析其权重值的大小，给出排序结果，从而使得决策者可以科学地选择最佳方案。

AHP算法主要步骤包括1)提出问题；2)建立层次结构模型；3)构造对比或判断矩阵；4)根据某一标准，计算个元素的权重；5)比较分析结果。

2.1 层次结构模型

图3所示为本系统评估层次结构图。系统以营造最适合植物生长环境为目标，以湿度、温度和光照强度为评价指标，方案层主要包含标准值和测量值。

图3 层次结构图

2.2 建立判断矩阵

在层次分析法中，通常1-9标度衡量两个因素之间的相对重要性，其中1表示同等重要，9表示最最重要。在两两判断比较矩阵中，元素eij> 0(i,j=1,2,…,n)且满足eji=1/eij

2.2.1 准则层权重

张蕾团队的研究结果表明，在垂盆草生长过程中，湿度的作用最大，其次为温度，光照强度的影响最小[14]，基于此，根据AHP法中的1～9标度准则，构建式(1)所示的两两比较判断矩阵。

(1)

2.2.2 方案层权重

对于某个特定的准则，不同方案也需构建两两比较判断矩阵，获取特定准则下的方权重。表1所示为不同时期，屋顶绿化管理中两组环境参数的测量值。

表1 实际测量值

图4给出了湿度区间与标度值关系。如图所示，当湿度控制在70%～72%时，植物生长最为迅速[14]，在此区间外，植物的生长状态随着湿度的增加和降低呈现下降趋势。将标度9右侧划分为8个标度区间，每3个百分点为一个标度区间，当湿度超过94%时，标度值为1；将标度9左侧的区间，以5个百分点为一个子区间，均分划分为8个标度区间，当湿度低于35%时，标度为1。

图4 湿度区间与标度值

依据表1及图4，构建关于湿度的两两比较矩阵：

(2)

图5为温度区间与标度值关系。如图所示，当温度处于26～29℃区间内时，最适合植物生长[14]，在此区间外，植物的生长状态逐渐下降。将标度9右侧划分为8个标度区间，每四摄氏度为一个标度区间，当温度高于55 ℃时，标度值为1；将标度9左侧的区间，同样以每四摄氏度为一个标度区间，均分划分为8个标度区间，当温度低于-2 ℃时，标度为1。

图5 温度区间与标度值

构建如式(3)所示的温度指标下的两两比较矩阵：

(3)

图6表示了光照强度与标度值之间的关系，当光照强度大于等于45 klx、小于等于49 klx时，对于植物生长最为有利[14]，当光照强度高于45 klx或者低于49 klx时，植物的生长状态呈递减状态。将标度9右侧划分为8个标度区间，每4 klx为一个标度区间，当光照强度高于76 klx时，标度值为1；将标度9左侧的区间，同样以每4 klx为一个标度区间，均分划分为8个标度区间，当光照强度小于16 klx时，标度为1。

图6 光照强度区间与标度值

构建如式(4)所示的两两比较判断矩阵。

(4)

2.3 权重计算

AHP中使用如式(5)所示的均方根方法获取归一化的准则层或者方案层权重，

(5)

其中，aij表示判断矩阵中第i行第j个元素。

2.3.1 准则层权重

根据式(5)，可得准则层中湿度、温度和光照强度的权重分别为0.57,0.29以及0.14。可见，湿度在三项评价指标中的权重最高，温度次之，光照强度权重最小，排序结果与研究结果一致[14]。

可以得出结论，若改善湿度环境，使得植物生长环境趋于理想环境时，系统的总体优化性能幅度提高最大，而从改善光照强度角度考虑，取得的优化效果最小。

2.3.2 方案层权重

将式(2)、(3)和(4)分别带入式(5)计算，可得表2所示的方案层权重。

表2 方案层权重

2.3.3 综合权重

在获得各评估准则权重以及不同准则下的方案层权重后，可以通过

,...,n)

(6)

获得方案的综合权重。

依据式(6)可得环境1和环境2的综合权重如表3所示，可以得出结果，测量环境1比测量环境2更适合植物生长，因为环境1中的综合权重与标准环境的权重更为接近。如果测量环境与标准环境综合权重差值过大，且超过了设置的健康阈值，则表明植物生长环境正处于不舒适的状态，需要调节环境参数，使其趋向于健康的生长环境。再通过分析环境中单独的指标在植物生长环境所占的权重，将测量值与标准值相比较，从而可以得出处于异常状态的具体因素，从而进行相应的操作调整环境。

表3 综合权重

3 实验结果分析

3.1 自适应控制系统性能

通过无线传感器网络，实时获取不同日期、不同时刻的垂盆草生活环境参量，通过AHP方法实时调节栽培基质的温湿度以及光照强度，获得了如图7所示的湿度对比曲线。由图可见，屋顶绿化智慧管理系统能够保证绿化植物生长环境的各个参数趋于最佳生长环境，而自然环境下人工种植的植物生长的各个环境参数则波动较大。

图8给出了植物生长情况对比，屋顶绿化在智慧管理系统控制下，植物生长环境明显优于自然生长情况。图9给出了成活率对比图，不难看出，使用智慧管理系统的植物存活率远高于自然生长情况，统计结果表明，使用了屋顶绿化管理系统的植物成活率可以提高24%。

图7 湿度对比图

图8 植物生长对比图

图9 存活率对比

3.2 屋顶绿化对环境影响

实验过程中，通过设置对比组，对屋顶温度进行测量与分析，可以发现在没有种植绿化植物的屋顶上，由于太阳光的直射，所测得的屋顶表面温度较高，具有绿化系统屋顶，由于绿色植物的遮阴效果，屋顶表面温度明显降低，图10所示为屋顶绿化对建筑屋顶表面温度的改善效果。由图10(b)可见，屋顶绿化对屋顶的降温范围在1～6 ℃，平均降温为3 ℃。在12点到下午3点之间降温效果较明显，且在正午时刻降温效果最为显著，降温幅度达到6℃左右，降温比率可达20%。

图10 屋顶绿化效果对比图

4 结论

屋顶绿化具有缓解城市热岛效应、提高建筑能效、减少大气污染、保护城市生物多样性以及削减屋顶雨水径流量等优点，因此在资源与环境矛盾日益尖锐的今天，是一种绿色环保型技术。通过对屋顶绿化环境进行动态评估，实现了植物生长环境的量化，基于此作出的反馈控制使得植物可以在最适宜的环境中生长，实现屋顶绿化的效果最优化。系统具有成本低、自适应管理等优点，可以广泛应用于我国的城市屋顶绿化中，也可以为学界和业界的相关研究提供参考。

[1]秦 佳,李建民. 中国人口城镇化的空间差异与影响因素[J]. 人口研究,2013,(02):25-40.

[2]冼丽铧,鲍海泳,陈红跃,等. 屋顶绿化研究进展[J]. 世界林业研究,2013,(02):36-42.

[3]魏 艳,赵慧恩. 我国屋顶绿化建设的发展研究——以德国、北京为例对比分析[J]. 林业科学,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,张国强. 国内外屋顶的绿化设计[J]. 工业建筑,2015(1):184-188.

[6]任国亮. 国外成熟屋顶绿化系统比较研究[J]. 中国建筑防水, 2011(23):24-28.

[7]陈 辉, 任 珺, 杜 忠. 屋顶绿化的功能及国内外发展状况[J]. 环境科学与管理, 2007, 32(2):162-165.

[8]谭建萍,徐志平. 城市屋顶菜园发展现状[J]. 绿色科技,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]张迎迎, 王爱民. 城市屋顶菜园种植技术研究——以“南京紫东创意园 E 区”为例[J]. 安徽农业科学, 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]邹承俊. 物联网技术在蔬菜温室大棚生产中的应用[J]. 物联网技术, 2013, 3(8): 18-21

[14]张 蕾, 江海东, 田 娜,等. 不同温度和基质含水量对垂盆草建植初期生长的影响[J]. 草业学报, 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。

国家自然科学基金项目(61602334，61502329，61401297)；住房与城乡建设部科学技术项目(2015-K1-047)；江苏省自然科学基金项目(BK20140283)。

罗 恒(1981-)，男，博士，讲师，主要从事人工智能技术及其在建筑节能中的应用方向的研究。

郭爱煌(1965-)，男，博士，教授，博导，主要从事人工智能方法及其应用方向的研究。

1671-4598(2017)11-0269-04

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

E926.3

A