基于日照需求的景观植物选择及其群落配置决策方法

调查与分析结果显示，日照因子在城镇中已成为限制景观植物正常生长、发育的关键因素。为解决这一难题，作者在研究中综合利用仪器测定、数字模拟、数据拟合分析、植物健康判断、园林生态学理论及植物群落进化理论等多种技术、方法与理论，通过平台工具与计算机编程等手段，设计了基于日照需求习性的城镇植物及其群落智能决策支持系统，实现了植物选择与配置工作的数字化、系统化及智能化目标，最终解决了研究背景中所提到的难题。

第l章 概论 1.1 背景 1.1.1 城镇发展趋势 1.1.2 人居环境问题 1.1.3 植物生态价值 1.1.4 植物可持续性 1.2 选题依据 1.2.1 理论依据 1.2.2 逻辑联系 1.2.3 研究价值 1.3 研究框架 1.4 研究内容 1.5 章节安排 第2章 研究综述 2.1 北美地区LA研究特征和趋势 2.1.1 议题及变化分析 2.1.2 议题内容分析 2.1.3 研究趋势分析 2.2 数字技术在LA研究中的主要应用 2.2.1 数据获取 2.2.2 地理分析 2.2.3 公众参与 2.2.4 决策支持 2.3 GeodeSign理念：景观规划设计的理论框架、技术需求及数字实现 2.3.1 概况 2.3.2 Geodesign的思想内涵 2.3.3 景观规划设计中的理论框架 2.3.4 景观规划设计中的技术需求 2.3.5 景观规划设计中的数字实现 2.4 景观植物选择与配置方法 2.4.1 遵循原则 2.4.2 定性方法 2.4.3 定量方法 2.4.4 综合评估 2.4.5 技术手段 2.5 本章小结 第3章 日照（太阳）辐射、数字模拟与景观植物的关系 3.1 相关概念 3.1.1 日照辐射 3.1.2 光合有效辐射（PAR） 3.1.3 太阳高度角 3.1.4 太阳高度角和日照 3.2 太阳辐射测定 3.3 太阳辐射模拟 3.3.1 模拟技术 3.3.2 模拟原理 3.4 太阳辐射和景观植物的关系 3.4.1 光照强度与景观植物 3.4.2 光照时间与景观植物 3.5 本章小结 第4章 景观植物调查：健康状况、日照需求及日照敏感性 4.1 研究区域 4.2 研究方法 4.2.1 技术路线 4.2.2 植物样本的分布和数据输入 4.2.3 使用的仪器和技术 4.2.4 植物日照不适应的健康判断标准 4.3 结果分析 4.3.1 不同植物群落结构的数量与特征 4.3.2 日照不适宜的植物样本数量与特征 4.3.3 不同PPF环境与植物健康的关系 4.3.4 植物的健康等级与PPF的相关性 4.3.5 不同植物对PPF变化的敏感程度 4.3.6 不同植物的耐阴性差异和排序 4.4 结论和讨论 4.4.1 植物群落结构和健康状况 4.4.2 植物的生态习性和“适地适树” 4.4.3 研究技术限制和不确定性分析 4.4.4 PPF测定和植物健康状况判断 4.4.5 日照辐射分析与植物选择 4.5 本章小结 第5章 基于日照模拟的景观植物自动选择与配置 5.1 概述 5.2 研究方法 5.2.1 参数设置与校正 5.2.2 日照评价模型设置 5.2.3 数据处理与分析 5.2.4.植物检索与匹配 5.2.5 景观植物数据库（LPD）构建 5.2.6 植物自动检索与智能匹配设计：基于Model Builder工具 5.3 日照分析 5.3.1 日照强度分析 5.3.2 日照时数分析 5.3.3 综合日照条件分析 5.3.4 不同高度日照辐射的差异 5.4 现状评价 5.4.1 植物样本与日照辐射评价 5.4.2 植物选择与配置整体评价 5.4.3 讨论 5.5 日照与植物选择示范 5.5.1 示范意义 5.5.2 示范方法 5.5.3 日照特征与植物类型选择 5.6 结论与讨论 5.6.1 日照因子分析与植物选择 5.6.2 日照条件评价模型在植物配置中的应用 5.6.3 日照辐射与植物配置的关系 5.6.4 日照辐射与植物群落 5.7 本章小结 第6章 基于GIS与MATLAB的决策支持系统（UP-DSS）设计及其应用 6.1 概述 6.2 DSS的相关研究及应用 6.2.1 农林领域 6.2.2 城镇领域 6.2.3 景观领域 6.3 系统需求分析 6.4 UP-DSS总体结构设计 6.4.1 模型库管理系统 6.4.2 数据库管理系统 6.4.3 知识库管理系统 6.4.4 结果与输出管理 6.4.5 系统维护与更新 6.5 UP-DSS的GUl设计 6.5.1 基于MATLAB的GUI设计方法 6.5.2 基于MATLAB的GUI设计过程 6.6 景观植物适应性规划与布局 6.6.1 原则 6.6.2 目标 6.6.3 总体规划与布局 6.6.4 景观植物种类选择 6.6.5 景观植物群落构建 6.7 讨论 6.8 本章小结 第7章 主要结论和展望 7.1 主要结论 7.1.1 提出了景观植物的日照需求及敏感性预测体系 7.1.2 构建了日照因子限制下的植物群落模型 7.1.3 设计了基于GIS技术和MATLAB语言的智能决策平台（UP-DSS） 7.2 研究展望 参考文献 附录