Exemplarische Optimierung eines Pflanzplanes mit Hilfe eines Algorithmus am Beispiel einer Staudenpflanzung nach Geselligkeit

Computergenerierte Pflanzpläne?

von: ,
Digitalisierung Gartengestaltung
Abb. 1: Pflanzplan einer Leitstaudenpflanzung. Quelle: Hansen, et al., 1997, S. 87

Im Rahmen einer Masterarbeit an der Hochschule Ostwestfalen-Lippe entstand ein innovativer Ansatz für eine automatisierte Pflanzplanerstellung: Am Beispiel einer Staudenpflanzung nach Geselligkeit wurde ein Algorithmus entwickelt, der auf Grundlage einer zuvor festgelegten Pflanzenauswahl einen Pflanzplan selbstständig erstellen kann.

Die Programmierung eines Prototyps stützte sich dabei auf die vorher analysierte "fachliche Sprache" einer Beispielvorlage und zeigte die Effizienz sowie mögliche Anwendungsvarianten bei der Erstellung von Pflanzplänen. Für die Zukunft der Pflanzplanung könnten Programmierungen in Softwareanwendungen zusätzliche Anwendungswerkzeuge für die Planung bedeuten und die Qualität durch zeitnahe vorliegende Varianten der Pflanzkombinationen verbessern.

Zeichenprogramme unterstützen bereits heutzutage Pflanzenplaner durch variantenreiche Tools und Softwareaufsätze: Mit hinterlegten Pflanzenkatalogen können beispielsweiser Pflanzen inklusive der gewünschten Sorten, Qualitäten und der benötigten Stückzahl ausgewählt und auf dem Plan verortet werden. Block- und Heckenpflanzungen sind durch spezielle Tools einfach per Mausklick in die Plananwendungen abzubilden. Besondere Standortfaktoren, nutzungs- oder pflegebezogene Fragestellungen oder bestimmte gestalterische Vorgaben und Wünsche lassen sich allerdings durch derzeitige Anwendungen in der Regel nicht passend berücksichtigen. Auch sind vollständige automatisierte Pflanzplanungen nach vorgegebenen Parametern ebenfalls nicht möglich. Das mag zum einen an der Komplexität der Aufgabenstellung liegen: Die fachlich-gestalterische Pflanzplanung fußt auf ein langjähriges Erfahrungswissen und ist durch einfache Abhängigkeiten untereinander (wie bspw. Boden-, Geselligkeits-, Farb- oder Strukturanforderungen) nur bedingt programmierbar und planerisch automatisiert abzubilden. Zum anderen bieten aber bekannte Pflanzensortimente klar definierte Parameter (ihrer Abhängigkeiten und Zugehörigkeiten) und es gilt, einen Lösungsansatz einer guten fachlich-funktionalen automatisierten Anwendung dieser zu finden. Ein Ansatz könnte die Analyse beispielhafter und bewährter "fachlicher Sprachen" in Form guter und richtiger Pflanzplanungen bieten. Welches fachliche Prinzip versteckt sich hinter einer existierenden und funktionierenden Pflanzung? Welcher Algorithmus lässt sich ablesen um ähnlich passende Varianten der Pflanzkombinationen herauszufinden? Im zweiten Arbeitsschritt dieses Ansatzes lassen sich gegebenenfalls auch Kosten und Nutzen der Entwicklung und späterer Einsatzmöglichkeiten abgleichen. Unter Umständen sind bestimmte fachliche Prinzipien relativ einfach umzusetzen und somit auch lukrativ für Entwickler und Planer?

NL-Stellenmarkt

Relevante Stellenangebote
Bauhelfer (m/w/d) in Vollzeit, Frickenhausen  ansehen
Gartenhelfer (w/m/d) für den Schlossgarten..., Heidelberg  ansehen
Alle Stellenangebote ansehen
Digitalisierung Gartengestaltung
Abb. 2: Anordnung der Stauden im Raum. Grafik: Kowalski, Laue
Digitalisierung Gartengestaltung
Abb. 3: Höhenstruktur der Stauden. Grafik: Kowalski, Laue

Fachlich gute Pflanzplanung als Ziel

Idealer Weise können zukünftige algorithmische Verfahren bei Pflanzplanungen einen üblicherweise hohen zeitlichen Aufwand bei der Erstellung guter Pflanzplanungen kompensieren. Neben dem verringerten Zeitaufwand wäre eine Vielzahl an Varianten denkbar und im Abwägungsprozess "ad hoc" verfüg- und vergleichbar. Das würde einen enormen Vorteil im Prozess der Pflanzplanung bedeuten. Für eine exemplarische gute "fachliche Sprache" einer Pflanzung wurde eine Staudenpflanzung nach Geselligkeitsstufen in R. Hansen & F. Stahl. 1997 gewählt (vgl. Abb. 1).

Bei dieser gewählten exemplarischen Pflanzung ruht die richtige Anordnung der Pflanzen hinsichtlich ihrer Wuchseigenschaften und deren Gestaltungsgrundsätze auf einer fundierten Erfahrung. Das Pflanzbild ist nach gestalterischen Grundsätzen für den Betrachter stimmig, die Pflanzen entsprechend den Standortgegebenheiten nach ihren Lebensbereichen und es bedarf gleichzeitig eines geringen Pflegeaufwands. Bei der Erstellung solcher Pflanzpläne werden üblicherweise unterschiedliche Einzelschritte nacheinander vom Pflanzplaner abgearbeitet. Diese Einzelschritte galt es in der Masterarbeit als definierende Parameter zu filtern, sie als Algorithmus zu beschreiben um diese anschließend in ein Computerprogramm zu überführen. Die gewählte Arbeitsweise versteht sich dabei als erste Annäherung einer automatisierten Pflanzplanung für Fachplaner in der Bepflanzungsplanung.

Vorgehensweise zur Programmierung und Ergebnisse

Im Vordergrund stand zunächst eine ausführliche Literaturrecherche mit zwei fachlichen Schwerpunkten: Bepflanzungsplanung und Informatik. Es ging um die Pflanzenauswahl und um die gewählte Anordnung der Pflanzen im Raum. Und es galt, Optimierungsprozesse und funktionierende Algorithmen aus der Informatik zu verstehen. Aus der gesichteten Literatur wurde exemplarisch der oben genannte Pflanzplan nach Hansen und Stahl (vgl. Abb. 1) als beispielhaftes Optimum einer Staudenpflanzung festgelegt. Der darauf folgende Arbeitsschritt ermittelte die Logik nach Pflanzenauswahl, nach Anordnungen im Raum und nach Höhenstruktur. Zudem ist die Pflanzenauswahl nach unterschiedlichen Verwendungsgruppen (Solitärstauden, Leitstauden, Begleitstauden und Bodendecker), nach Lebensbereichen, nach Blütezeit und -farbe sowie nach Wuchsformen analysiert worden. Diese analytischen Betrachtungen zur Anordnung der Stauden auf der Fläche erfolgten durch einfache Grafiken (vgl. Abb. 2), für die spätere Optimierung wurden hier beispielsweise die Daten für die Anzahl der verwendeten Pflanzen, Gruppenstärken und Flächenbedeckung erhoben.

Die Höhenstruktur veranschaulichte ein Kreishöhenmodell (vgl. Abb. 3). Bei der Datenerhebung war es wichtig, die Höhenverhältnisse zwischen den einzelnen Verwendungsgruppen herauszustellen und hierarchisch die Verhältnismäßigkeiten zwischen Leit-, Solitär- und Begleitstauden abzubilden.

Digitalisierung Gartengestaltung
Abb. 4: Visualisierung der Optimierung und Darstellung eines möglichen Ablaufes (Hier: Verteilung der Leitstauden). Grafiken: Kowalski, Laue

Mit den erhobenen Daten aus der Analyse war es anschließend möglich, einen Optimierungsalgorithmus zu entwickeln: Der erste Teil der Optimierung befasste sich mit der Pflanzenauswahl und der damit hergehenden Höhenstruktur. Die Optimierung sieht hier eine einfache Lösung mit einem Filteralgorithmus vor. Mit diesem Filter werden im ersten Schritt alle Stauden entsprechend dem Lebensbereich (inkl. der Angaben über Lichtverhältnisse und Bodenfeuchte) gefiltert. Das Ergebnis ist eine standortgerechte Pflanzenauswahl. Anschließend werden im zweiten Teil nacheinander die Stauden der unterschiedlichen Verwendungsgruppen herausgesucht. Dabei steht an erste Stelle und frei wählbar die Solitärstaude. Alle folgenden Pflanzen anderer Gruppen stehen im Verhältnis der vorherigen. Hierbei ist vor allem die Wuchshöhe der Stauden ausschlaggebend. So werden beispielsweise nur Leitstauden vorgeschlagen, die eine Wuchshöhe von hSolitärstaude x 0,8 haben. Weitere Filter wie Blütenfarbe, Zeit- oder Wuchsform wären möglich.

Mit der erfolgten Pflanzenauswahl wurden zugleich entscheidende Fakten für das weitere Vorgehen entschieden: Über die Angaben der zu verwendenden Stückzahlen der Stauden je Quadratmeter konnte ein durchschnittlicher Wuchsradius einer Pflanze bestimmt werden. Auch ergab sich mit dieser Angabe ein erzeugtes Symbol mit einem für jede Staude individuellen Radius. Weiterhin wurden auf Grundlage der Analyse unterschiedliche Bedingungen sowie eine nummerische Bewertungsmöglichkeit für das Anordnen der Stauden entwickelt. Die Bedingungen bestimmen beispielsweise einen Abstand der zu setzenden Staude zur Grenze des Konfigurationsraumes (Konfigurationsraum = virtuelle Pflanzfläche) oder zu einer bereits gesetzten Staude. Weiterhin ergaben sich zum Beispiel Bedingungen für das Verteilen der Stauden in bestimmte Gruppengrößen. Mit den beschriebenen Bedingungen und den dadurch ergebenen Bewertungen des Konfigurationsraumes veränderten sich der Konfigurationsraum und die Möglichkeit der Verteilung mit jedem Setzen einer Staude an einen bestimmten Punkt. Der gerasterte Konfigurationsraum vereinfachte hierbei die Verteilung der Stauden in bestimmte Bereiche.

Die Abbildung 4 zeigt einen Ausschnitt aus der Visualisierung der Optimierung und die sich ständig verändernde Bewertung innerhalb des Konfigurationsraumes: Für die Programmierung war es wichtig, zunächst die gestalterische Richtung der Pflanzung durch den Anwender vorzugeben. Das heißt die Solitärstauden (in Abb. 4 rot dargestellt) wurden mit einer vorgegebenen Stückzahl manuell verteilt. Die Anordnung der restlichen Stauden erfolgt anschließend automatisiert durch den hinterlegten Algorithmus. Der Algorithmus geht bei der Verteilung später hierarchisch vor: Nach den Solitärstauden werden erst die Leitstauden, dann die Begleitstauden und zuletzt die Bodendecker verteilt. Die Optimierung zeigte abschließend einen möglichen Ablauf eines Algorithmus und ein theoretisches Ergebnis, das unter Beachtung der entwickelten Bedingungen erreicht werden könnte (vgl. Abb. 5).

Mit Hilfe des Optimierungsalgorithmus und einem Aktivitätsdiagramm nach Unified Modeling Language (UML) ist ein Prototyp entwickelt worden. Dieser kann unter Vorgabe von Pflanzendurchmessern und Pflanzenhöhen Pflanzpläne visualisieren (vgl. Abb. 6).

Digitalisierung Gartengestaltung
Abb. 5: Mögliches Ergebnis nach der Optimierung. Grafik: Kowalski, Laue

Der Prototyp ist in der Lage, innerhalb kürzester Zeit viele unterschiedliche Varianten einer möglichen Staudenpflanzung nach Geselligkeit zu erstellen. Auch hier wird eine Grundstruktur durch das vorherige Setzen der Solitärstauden (rote Balken in der Abb. 6) durch den Planenden vorgegeben. Die restlichen Säulen sind (orange: Leitstauden, grün: Begleitstauden, violett: Begleitstauden, Streupflanze). Die Anordnung der Bodendeckerstauden wurde bei der Erstellung des Prototyps noch nicht berücksichtigt. Die Visualisierung reicht von einer einfachen Draufsicht bis zu einer dreidimensionalen Darstellung. Auch Ansichten sind möglich. Die Grundlage bildete die analysierte "fachliche Sprache" des oben genannten. Pflanzplanes aus Hansen und Stahl. Ziel war es, möglichst ähnliche und fachlich richtige Pflanzbilder auf Basis des analysierten Beispiels zu erzeugen.

Fachliche Erkenntnisse aus den Versuchsergebnissen

Aus der Analyse des Pflanzplanes ergaben sich hinsichtlich der räumlichen Anordnung, der Wuchsformen und der Höhenstruktur unterschiedliche Schwierigkeiten: Eine Verhältnismäßigkeit der unterschiedlichen Höhen ist sehr einfach zu ermitteln und darzustellen. Die Anordnung der Stauden auf der Fläche hingegen zeigt eine hohe Komplexität. Dort ist auf Gruppenstärken, Abstände und Gesamtanzahl, sowie Flächenbedeckung der Pflanzen zu achten. Es hat sich herausgestellt, dass es für ein computergestütztes Vorgehen wichtig ist, dass die Pflanzenauswahl vor der Verteilung der Pflanzen auf der Fläche festgelegt werden muss. Aus der getroffenen Pflanzenauswahl resultiert eine Höhenstruktur der späteren Pflanzung. Die gewählten Pflanzen geben weiterhin die Vorgabe für die einzuzeichnende Symbolgröße und damit den nötigen Pflanzabstand auf der Pflanzfläche. Die Anordnung auf der Fläche erfolgt anschließend mit einem heuristischen Optimierungsalgorithmus, dieser beachtet bei jeder Art eine prozentuale Flächenbedeckung und eine vorgegebene minimale und maximale Gruppenstärke, sowie Mindestabstände der Gruppen gleicher Art und zu anderen Arten oder zur Grenze. Das in Abbildung 5 dargestellte Ergebnis der Optimierung stellt ein mögliches und verwertbares Resultat dar. Mit diesem dargestellten Vorgehen lassen sich viele Varianten in kurzer Zeit erzeugen. Dies geschieht bei einer gewählten Fläche von 2 x 4 m und mit 800 "Kästchen" effektiv und zeitnah. Werden jedoch Pflanzkonzepte für weitaus größere Flächen benötigt, steigt die Anzahl der Nachbarschaften, also der "Kästchen" der notwendigen Rasterung. Von einer deutlichen höheren Rechenleistung ist in diesem Fall auszugehen.

Um den Algorithmus in der Praxis der Pflanzplanung zu etablieren, bedarf es einer benutzerfreundlichen Bedienungsoberfläche. Und möglicherweise lässt sich der Algorithmus in eine bestehende CAD-Software integrieren? Der Vorteil liegt dabei auf der Hand - als integrativer Bestandteil würde sich diese mögliche Planungshilfe zwischen Ausführungsplanung und mit direkter Verknüpfung zur Ausschreibungs- und Vergabesoftware einfach und zielgerichtet etablieren. Bei zukünftigen Weiterentwicklungen des Prototyps erfordern die Gruppierungen und die Darstellung der Pflanzplanung bessere Detaillierungen. Denkbar wäre im Weiteren auch eine voll-automatisierte Pflanzenauswahl (bei dem Versuchsvorgehen noch analog über einen Filteralgorithmus gelöst). In diesem Zusammenhang ergeben sich aber eine Vielzahl an weiteren, schwer bestimmbaren und bewertbaren Fach- sowie Gestaltungsparameter (bspw. die Farbgebung, Kontrastvorstellungen, Textur- oder Strukturzusammenhänge).

Digitalisierung Gartengestaltung
Abb. 6: Dreidimensionale Darstellung einer Variante mit dem Prototyp. Quelle: Saadat Fard, 2017

Anwendungen für die Zukunft der Pflanzplanung

Für die Erstellung einer Leitstaudenpflanzung ist auf Basis einer guten "fachlichen Sprache" ein Algorithmus entwickelt worden. Ziel war es, die Qualität der vorliegenden Bepflanzungsplanung in ein automatisiertes Verfahren zu übersetzen. Das ist in großen Teilen gelungen und zeigt zukünftige Denk- und Handlungsmuster einer computergenerierten Pflanzplanung. Der erste Teil der Pflanzenauswahl konnte durch einen Filteralgorithmus gelöst werden. Im zweiten Arbeitsschritt halfen definierte Eigenschaften der Pflanzen die automatisierte Anordnung der Stauden auf der Fläche durch einen Optimierungsalgorithmus umzusetzen. Jedoch verblieb die analoge Arbeitsleistung der Verteilung von Leistauden auf der Fläche. Zudem konnten im Weiteren nicht alle Probleme einer komplexen Pflanzplanung gelöst werden. Für eine weitere Automatisierung müssten für die Pflanzen mehr digitale Informationen zur Verfügung stehen. Alle Eigenschaften, wie bspw. buschig, horstig, aufrecht etc. sind für die mögliche Nutzung quantitativ näher zu bewertet. Konturen, Strukturen und Texturen sollten für jede Pflanze standardisiert beschrieben sein. Damit wäre eine weitere Automatisierung der Pflanzenauswahl möglich. Farb- und Formaspekte könnten somit per Algorithmus zusammengestellt werden. Das gesamte Konzept wurde in erster Linie theoretisch behandelt und eine erste Überprüfung des Algorithmus erfolgte durch die Programmierung des Prototyps. Dieser stellt jedoch kein endgültiges Ergebnis dar. Der Prototyp ist vielmehr als Überprüfung der Machbarkeit und als erster Ansatz (für eine Weiterentwicklung zur Herstellung eines Programms) zu sehen. Es bleibt am Ende die Frage nach der Leistungsfähigkeit des möglichen Hilfswerkszeuges im Sinnzusammenhang eines "Ersetzens" von Fachlichkeit analoger Arbeitsaufgaben von Landschaftsarchitekten. Natürlich geht es nicht um das "Ersetzen" von Fachlichkeit. Es geht vielmehr um die Nutzung dieser Fachlichkeit für Hilfswerkzeuge: Gut analysierte "fachliche Sprachen" werden in Parameter übertragen und als Anwendung programmiert. Diese nutzbaren Ergebnisse in Form zeitnah generierter Varianten sind aber immer von der fundierten Fachlichkeit beim Programmieren abhängig. Insofern ist es für zukünftige Automatisierungsprozesse von besonderer Bedeutung, bestmögliche "fachliche Kompetenz" in die Analyse der Parameter und in deren Kombinationen zu investieren.

Literatur

Bouillon, Jürgen (2013): Handbuch der Staudenverwendung, Stuttgart, Eugen Ulmer KG.

Dittes, Frank-Michael (2015): Optimierung - wie man aus allem das Beste macht, Berlin, Springer Verlag.

Hans, Richard und Stahl, Friedrich (1997): Die Stauden und ihre Lebensbereiche in Gärten und Grünanlagen.

Hühn. Nobert (2011): Neue Staudenverwendung, Stuttgart, Eugen Ulmer verlag

Rumpe, Bernhard (2005): Agile Modellierung mit UML, Berlin, Springer Verlag.

Sedgewick, Robert und Kevin Wayne (2014): Algorithmen - Algorithmen und Datenstrukturen, Hallbergmoss: Pearson Deutschland GmbH.

Specht, Eckard (2015): Online-Ressource, www.packomania.com/

Von Rimscha, Markus (2014): Algorithmen kompakt und verständlich- Lösungsstrategien am Computer, Wiesbaden, Springer Verlag.

M.Sc. Manuel Kowalski
Autor

Landschaftsarchitekt, Staatlich geprüfter Agrarbetriebswirt im Garten- und Landschaftsbau

Prof. Dr.-Ing. Hendrik Laue
Autor

Hochschule Ostwestfalen-Lippe

Ausgewählte Unternehmen
LLVZ - Leistungs- und Lieferverzeichnis

Die Anbieterprofile sind ein Angebot von llvz.de

Redaktions-Newsletter

Aktuelle GaLaBau Nachrichten direkt aus der Redaktion.

Jetzt bestellen