模糊论文.docVIP

摘　要：本文总结了国内外景观评价的方法，针对目前公众参与规划设计的重要性，以城市水系景观评价为例，提出了采用模糊数学的方法，从公众对景观质量的评语中进行模糊综合评价，并通过求解模糊关系矩阵来获取各因素对整体景观影响的权重系数，从而指导城市水系景观规划设计。关键字：城市水系；景观评价；模糊数学；公众参与Landscape Assessment of Urban River System with Fuzzy Mathematics ApproachHuang Guoping; Ma Ting; Wang NianAbstract: Based on the prevailing landscape assessment methods, this research is focused on how to simplify the approach and get more information from public opinion. By adopting fussy mathematics method, we can get weighting matrix in the public landscape assessment of urban river system. This weighting matrix, which reflects each factors importance in landscape quality, informs planners how to improve their plan.Key words: urban river system; landscape assessment; fuzzy mathematics; public participation 1　城市水系景观模糊评价方法　城市水系是城市中重要的绿色通道，是城市中自然因素最为密集、自然过程最为丰富的地域，然而自工业革命以来城市水系一直处于被掠夺性利用的状态，直到后工业时代的到来，城市水系的生态价值和美学价值才受到重视。眼下遍布全国的城市水系整治即是对过去的一种反思，但在实际操作过程中，往往设计效果达不到公众的要求。因此选择城市水系景观评价作为本文案例研究，具有一定的实际意义。　　1.1　因素集的确定　　城市水系景观的评价属于多因素综合评价，即城市水系的景观质量同多个因素相关，但是每个因素对景观总体质量的影响又是不一样的，因此确定影响景观质量的因素及其各因素所影响景观质量的程度是景观评价的重要内容。笔者咨询了规划、生态、景观、建筑等方面的专家，可以确定影响城市水系景观评价的最基本要素有：河流岸线形态、滨河植被、河岸类型、河岸坡度、河流宽度、水面高度、视域开阔度、河流清澈度、滨河建筑、其他景观小品等因素以及天气等偶发因素。采用模糊数学进行城市水系景观评价首先要确定影响因素构成因素集。为了保证研究结果对景观规划设计有指导意义，故排除了天气条件等偶发因素及河流清澈度等具有共识的因素，本文实际用于模糊综合评价的因素包括：河流岸线形态、滨河植被、河岸类型、河岸坡度、河流宽度、水位高低、视域宽广度等，构成了因素集B(表1)。 对于各个因素内的各种可能情况，采用手绘和计算机图形模拟的方法制成图片供公众评价，而同时将图中其他无关因素抽象化表达，以减少干扰。　　1.2　隶属度的确定与数据获取　　隶属函数及其确定是模糊数学中最重要、最基本的量。在实际应用中，它的确定方法主要有模糊统计法、德尔菲法、对比排序法、综合加权法等等[1]，当然也可以直接使用常见的规则的隶属度函数，但必须知道变量的确定量度和意义。本文采用的是模糊统计方法，以河道弯曲度A为例，其具体操作过程描述如下：对于A的三种典型情况“直线型”A1、“略有弯曲”A2、“比较曲折”A3，给定一个评语集(很喜欢、喜欢、一般、不喜欢)，让被调查对象根据自己的感觉来对A的每一种情况进行判断选择，并给定评语集合的一个加权因子P=[0.95，0.7，0.5，0.05]。定义频数为公众选择该项评语的人数，若Ai的评语频数为A=[a1，a2，a3，a4]T，则L的景观质量隶属于“好”的隶属度为： (式1) 　　在本研究中，对于整体城市水系景观评价采用了8张实景照片Z1～Z8供公众在同样的评语集内做选择。实景照片的选择要考虑到尽量体现各个因素及各个不同类型的组合，对公众评价结果也采取类似的统计计算方法，得出整体景观质量隶属度。　　本研究最后采用了网上问卷调查方式，共获得有效样本115个。其统计结果和隶属度计算结果如表2、3所示。  1.3　权重的计算及精度检验　　由于对于一个景观的总体评价是对单个影响因子进行综合的结果，并且每个因子对于总体评价结果