本發(fā)明涉及生態(tài)學領域，具體涉及園林植物空間分布的優(yōu)化方法。

背景技術：

1、以中國發(fā)明專利cn118734605b為代表的水生植物優(yōu)化調整方法為對比，其主要針對水生植物的群落分布優(yōu)化，通過空間分布數(shù)據(jù)提取、生存特性分析和異常趨勢耦合分析來進行調整。雖然在水生群落植物優(yōu)化領域取得了一定的成果，但將其方法應用到園林植物空間分布優(yōu)化時，存在以下顯著的不足之處：

2、首先，公開文件的技術方法主要適用于水生植物的生態(tài)優(yōu)化，缺乏對園林環(huán)境中多樣化植被的兼容性。園林植物種類繁多，包括喬木、灌木和草本植物等，不同種類的植物在光照、土壤肥力、水分需求等方面差異巨大。然而，該發(fā)明主要基于水生植物的特性進行空間分布調整，未能兼顧陸生植物的多樣性需求。此外，園林環(huán)境中存在明顯的地形起伏，如高地、坡地和低洼區(qū)域，而水生環(huán)境通常較為平坦，導致該方法難以有效適應復雜的地形條件。其次，公開文件的方法重點關注水生植物異常趨勢耦合分析，但缺乏針對地下資源競爭和植物根系分布的深度優(yōu)化。園林植物的地下根系是資源競爭的核心，對地下水分和養(yǎng)分的利用直接影響植物的生長與生態(tài)平衡。然而，該專利方法中未涉及根系競爭模型，也沒有考慮植物間的根系協(xié)調機制。這種忽略根系因素的優(yōu)化方法導致資源分配不均，特別是在植物密度較高或土壤資源有限的園林環(huán)境中。該方法的空間分布優(yōu)化局限于靜態(tài)數(shù)據(jù)分析，缺乏對植物動態(tài)生長過程的考慮。園林植物的生長是動態(tài)過程，會隨著時間和環(huán)境變化不斷調整其生態(tài)適應性。而公開文件的優(yōu)化過程基于靜態(tài)分布數(shù)據(jù)和特性分析，沒有引入時間變量，也未建立動態(tài)預測模型。這種靜態(tài)優(yōu)化方法難以適應植物生長過程中環(huán)境條件的變化，例如光照強度的季節(jié)性變化、土壤濕度的波動以及植物生長導致的空間需求變化。綜上所述，公開文件在水生植物優(yōu)化方面取得了一定成果，但在園林植物空間分布優(yōu)化的廣泛應用中存在顯著不足。這些問題包括缺乏對多樣化植被的適應性、忽略地下資源競爭與動態(tài)生長過程、未引入數(shù)字孿生技術、缺乏多目標優(yōu)化能力、交互性較差以及缺少實時數(shù)據(jù)支撐等。為解決這些問題，本發(fā)明在技術上融合了動態(tài)建模、數(shù)字孿生系統(tǒng)、高交互性可視化平臺以及多目標優(yōu)化算法，為園林植物空間分布提供了更加科學、高效、智能的解決方案，從而顯著提升了園林管理的精度和可持續(xù)性。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供園林植物空間分布的優(yōu)化方法，從而解決背景技術中所指出的部分弊端和不足。發(fā)明解決其上述的技術問題所采用以下的技術方案：

2、園林植物空間分布的優(yōu)化方法，包括：

3、s1、植物空間自適應布局算法；

4、s1.1、地形建模：利用激光雷達或無人機技術生成園林地形的高精度3d模型；

5、s1.2、動態(tài)權重計算：根據(jù)土壤類型、光照強度和排水特性，生成權重矩陣；

6、s1.3、可變voronoi劃分：在地形模型中應用動態(tài)權重voronoi算法，生成每個植物的種植范圍；

7、s2、植物間根系空間協(xié)調模型；

8、s2.1、根系模擬建模：使用地下成像技術(如電阻成像或地質雷達)建立根系分布模型；

9、s2.2、水分和養(yǎng)分流動分析：結合地下水文數(shù)據(jù)，模擬水分和養(yǎng)分在根系間的分布動態(tài)；

10、s3、智能灌溉與監(jiān)測系統(tǒng)嵌入；

11、s3.1、數(shù)據(jù)采集與傳輸：利用無線網絡實時采集傳感器數(shù)據(jù)；

12、s3.2、灌溉優(yōu)化：基于植物需水量和實時數(shù)據(jù)，設計動態(tài)灌溉方案；

13、s3.3、反饋與校正：通過數(shù)據(jù)分析，優(yōu)化植物種植密度和灌溉范圍；

14、s4、數(shù)字孿生園林系統(tǒng)；

15、s4.1、數(shù)字孿生模型生成：將地形、氣候、植物生長等數(shù)據(jù)整合到虛擬園林中；

16、s4.2、實時數(shù)據(jù)同步：通過傳感器與數(shù)字孿生模型交互，確保虛擬園林與實際狀態(tài)一致；

17、s4.3、模擬與預測：利用數(shù)字模型預測植物生長、生態(tài)效益變化和災害風險；

18、s4.4、用戶交互：通過可視化界面，允許用戶實時修改和優(yōu)化園林布局；

19、進一步地，所述植物空間自適應布局算法包括動態(tài)權重環(huán)境因子建模，該模型以非線性函數(shù)表達不同生態(tài)因子對植物分布的影響。與傳統(tǒng)加權方法不同，本模型能夠動態(tài)響應空間中因子值的變化，生成適宜的權重分布。權重函數(shù)定義為：

20、

21、其中，w(x,y)表示位置(x,y)的綜合權重，用于反映該區(qū)域的生態(tài)適宜性；l(x,y)表示位置(x,y)的光照強度，是影響植物生長的重要因子；s(x,y)表示位置(x,y)的土壤肥力，與植物根系吸收能力相關；s0表示目標土壤肥力值，用于評估實際肥力與目標值的差異；w(x,y)同時表示該位置的土壤水分含量，其周期性變化通過sin函數(shù)建模；γ1,γ2,γ3分別為光照、土壤肥力、水分的影響權重，用以調整各因子的相對重要性；α1為控制光照強度的非線性影響范圍；β1為調控水分周期性變化對權重的波動影響。

22、進一步地，所述植物空間自適應布局算法包括可變voronoi圖構建，通過動態(tài)權重調整每個種植點的影響范圍，使其與環(huán)境適宜性高度匹配。voronoi單元的邊界由以下改進公式確定：

23、

24、其中di表示位置(x,y)到第i個種植點的加權距離；(xi,yi)表示第i個種植點的坐標位置；(x,y)表示當前評估的空間位置；w(x,y)為動態(tài)權重，表示環(huán)境適宜性對當前位置的影響；分母1+w(x,y)用于調整歐幾里得距離，使得高權重(環(huán)境適宜性強)區(qū)域距離縮短，低權重區(qū)域距離拉長。

25、進一步地，所述植物空間自適應布局算法包括多目標優(yōu)化與布局迭代，設計了多目標優(yōu)化函數(shù)，通過自適應迭代算法調整種植點的分布位置，確保植物分布的生態(tài)與美觀兼顧；

26、優(yōu)化目標函數(shù)定義為：

27、

28、其中f表示整體優(yōu)化目標值，衡量整個布局的綜合效益；φ1：表示植物生長的生態(tài)效益貢獻，如碳吸收、土壤保持等；w(x,y)為動態(tài)權重，表示位置(x,y)的生態(tài)適宜性；r(x,y)為資源競爭函數(shù)，用于量化鄰近植物對該位置資源的爭奪程度；λ1為調整動態(tài)權重對生態(tài)效益的非線性貢獻；φ2用于平衡資源競爭對整體布局的負面影響；ω表示種植區(qū)域范圍，用于積分計算整個空間的綜合效益。

29、進一步地，所述植物間根系空間協(xié)調模型建立包括包括通過地下成像技術獲取地下根系空間分布數(shù)據(jù)，結合動態(tài)預測模型和資源優(yōu)化算法，控制植物根系間的高效協(xié)調與地下資源的優(yōu)化利用的方法。

30、根系密度分布r(x,y,z)建模如下：

31、

32、其中，r(x,y,z)表示在位置(x,y,z)的根系密度，單位為根量/立方米，用于描述地下根系的空間分布；r0表示根系的最大密度，依賴于植物種類和根系的生長特性；z為地下深度，單位為米，描述根系在不同深度的分布情況；κ1表示深度影響因子，控制根系隨深度增加的衰減速率；值越大，根系在深度方向的分布越淺；t(x,y)為土壤溫度分布函數(shù)，單位為攝氏度，用于描述位置(x,y)的土壤溫度；t0為植物根系生長的最適溫度，單位為攝氏度；κ2為溫度差異調節(jié)系數(shù)，反映溫度變化對根系分布的敏感性；值越大，溫度差異對根系分布的影響越顯著；exp(-k2·|t(x,y)-t0|)用于模擬溫度差異對根系分布的抑制作用。

33、進一步地，所述植物間根系空間協(xié)調模型建立包括動態(tài)根系生長預測模型：

34、rt(x,y,z,t)＝r(x,y,z)·(1-e-μ·t)·(1+δ·sin(ω·t+φ))

35、其中，rt(x,y,z,t)為時間y時位置(x,y,z)的根系密度，單位為根量/立方米；r(x,y,z))：為靜態(tài)根系密度模型的基礎值，由前述公式計算得出；μ為根系生長速率因子，反映根系在時間上的擴展速度；值越大，根系擴展越快；t為時間，單位為年，描述植物的生長階段；δ為根系密度波動的振幅因子，描述季節(jié)性變化對根系密度的調節(jié)作用；值越大，波動范圍越顯著；ω為季節(jié)性變化頻率因子，單位為rad/year，反映根系波動的周期性；φ表示相位偏移量，用于調整季節(jié)性變化的時間起點；(1-e-μ·t)用于模擬根系隨時間增長的累積效果；(1+δ·sin(ω·t+φ))模擬季節(jié)性波動對根系密度的周期性影響。

36、進一步地，所述植物間根系空間協(xié)調模型建立包括地下資源競爭優(yōu)化模型，通過最小化資源競爭控制種植點布局和密度的優(yōu)化。資源競爭優(yōu)化的目標函數(shù)定義為：

37、

38、其中，f為目標函數(shù)，表示地下資源競爭的綜合強度，優(yōu)化目標是使其最小化；c(x,y,z)為根系資源競爭強度，定義為不同植物根系密度的疊加值：

39、

40、ri(x,y,z)、rj(x,y,z)分別表示第i株植物和第j株植物的根系密度；d(x,y,z)為根系間的空間距離，描述不同植物在位置(x,y,z)的距離；λ為距離調節(jié)系數(shù)，控制距離對資源競爭的緩解程度；值越大，距離對競爭的緩解作用越強；ω為種植區(qū)域的空間范圍；dv為空間體積元，用于積分計算整個種植區(qū)域的資源競爭強度。

41、進一步地，所述數(shù)字孿生系統(tǒng)包括通過融合多源數(shù)據(jù)包括地形、氣候、植物生長等信息和實時物聯(lián)網技術，構建高度動態(tài)和智能的園林管理平臺；系統(tǒng)通過虛擬現(xiàn)實vr和增強現(xiàn)實ar技術，確保園林設計和管理方案能夠在虛擬與現(xiàn)實環(huán)境中實時同步。

42、進一步地，所述數(shù)字孿生系統(tǒng)包括虛擬與現(xiàn)實同步建模：通過結合三維建模與實時數(shù)據(jù)更新，建立虛擬園林模型v(x,y,z,t)，該模型可以根據(jù)實際環(huán)境的變化進行動態(tài)調整。

43、虛擬同步技術：通過虛擬引擎與物理仿真技術，園林的實際變化可以實時反饋到虛擬模型中；

44、v(x,y,z,t)＝r(x,y,z,t)+δ(t)

45、其中，v(x,y,z,t)表示虛擬園林模型的空間坐標(x,y,z)和時間t下的狀態(tài)；r(x,y,z,t)表示基于初始地形和氣候數(shù)據(jù)生成的園林初步模型，模型的空間分布和屬性；δ(t)表示由實時數(shù)據(jù)修正的偏差量。

46、進一步地，所述數(shù)字孿生系統(tǒng)包括高交互性可視化平臺：通過虛擬現(xiàn)實vr與增強現(xiàn)實ar技術提供高交互性平臺，用戶能實時查看園林設計方案，并在虛擬場景中進行方案優(yōu)化；用戶可以實時調整種植方案、灌溉系統(tǒng)等，以查看不同方案的生態(tài)影響；

47、交互平臺設計：園林管理者通過虛擬現(xiàn)實設備進入虛擬園林模型，可以對植物分布、生態(tài)布局、灌溉系統(tǒng)等進行直觀的調整，系統(tǒng)通過實時模擬和反饋，做出最優(yōu)選擇。

48、finteract＝∫ω[c(g(t),e(t))-l(d)]da

49、其中，finteract為交互優(yōu)化目標函數(shù)，表示用戶交互后優(yōu)化方案的目標值；ω為園林設計的空間范圍，表示所有設計參數(shù)影響的區(qū)域；c(g(t),e(t))為園林生態(tài)服務價值，其依賴于植物生長函數(shù)g(t)和環(huán)境數(shù)據(jù)函數(shù)e(t)；l(d)為資源消耗函數(shù)；da為每個空間單元的面積元素，用于對園林空間的優(yōu)化調整。

50、以下為本發(fā)明的有益效果：

51、通過動態(tài)權重建模，綜合考慮光照、土壤肥力、水分等環(huán)境因子，生成適宜的植物分布布局，確保植物在最優(yōu)生長環(huán)境中發(fā)展，提高了植物健康水平和生長效率。通過根系空間協(xié)調模型和資源競爭優(yōu)化算法，有效緩解了植物根系之間的資源競爭，提升了地下水分、養(yǎng)分的利用效率，從而減少資源浪費并降低植物的死亡率。多目標優(yōu)化算法結合動態(tài)生長預測模型，在最大化生態(tài)效益(如碳吸收、土壤保持等)的同時，顯著降低了灌溉和養(yǎng)護成本，推動園林的生態(tài)可持續(xù)發(fā)展。基于數(shù)字孿生系統(tǒng)，本發(fā)明能夠通過實時數(shù)據(jù)更新，動態(tài)反映園林的實際狀態(tài)。借助虛擬現(xiàn)實(vr)和增強現(xiàn)實(ar)技術，用戶可以實時調整種植布局、灌溉系統(tǒng)和資源分配，確保園林管理與設計方案始終處于最優(yōu)狀態(tài)。