（映维网Nweon 2022年07月14日）林下植被是森林生态系统及其生态过程的重要组成部分，它可以影响人口、社区、物种相互作用和生态系统服务。尽管森林种植具有科学意义,然而,大多数研究仍依赖于传统的植物物理测量。
传统的测量技术通常耗费时间和劳动,随着森林植被的复杂性日益增加,获取植被结构代表数据的难度也越来越大。 此外,由于森林植被的多维序列,传统的测量方法尤其难以获得复杂的空间显式数据。
尽管该行业已经开始应用先进的LiDAR技术,但相关设备的成本很高,通常超过200美元,而且难以携带。
针对以上问题，莱斯大学的研究人员把目光投向了成本相对合理且支持精确空间测量的微软HoloLens，因为这种高质量的便携空间传感设备增加了生态学和环境科学新应用的可能性。
作为头部安装的混合现实装置,HoloLens配备各种扫描仪,它能够准确地检测、绘制和识别周围环境中的物体,它还允许用户直接与视图和投影的全频图形进行实时交互。另外，当前的HoloLens2型号售价3,500美元,便于携带。
在一项实验中,赖斯大学的研究人员测试了Microsoft HoloLens在户外森林下测量植被的能力。
具体来说，团队开发了一个有关的磁共振技术应用,叫做VegSense,它允许用户控制设备的环境扫描能力,并使用它来规范从森林下种植收集的数据。他们以四个方式评估了 Veganense+HoloLens的性能:
- 检测树木和树苗
- 树木及苗木的胸径测量
- 检测林下植被
- 计算了林下种植的复杂性.
研究人员使用HoloLens+VegSense来收集森林下植株结构的数据。他们在每个采样区的中心启动了空间扫荡,而整个过程下来，每个采样区平均花不到5分钟。在这里可以看出，HoloLens程序测量了非常低的时间消耗。
然后，小组从混合器中保存的环保网格中提取了森林植被的测量值。并与传统的现场采集方法的测量价值进行了比较。根据结果，“我们发现,使用HoloLens和VegSense的测量取得了不同程度的成功,”团队说。
如上图所示，与较小的树木相比，HoloLens使得发现更大的树木和较小的树木更容易(图2a)。基于模型的预测,发现胸径10厘米的树木的概率为49.6%,这可能是由于发现小茎的缘故。乳房为17厘米,发现树木32厘米的概率为95%。
对于通过VegSense检测到的树木，传统方法和VegSense胸径测量值之间存在强烈、显著的正相关关系，这表明HoloLens的胸径估计值与手工测量的胸径估计值非常相似（图2b）。
相关论文：Measuring understorey vegetation structure using a novel mixed-reality device
总的来说，研究主要测试了Microsoft HoloLens作为测量森林植被工具的有效性。团队总结道，HoloLens+VegSense方案在测量森林植被和成熟的树木方面具有很强的潜力,但检测细小的植物结构,如小苗和枝子的能力有限,目前,它不适合清除幼树。
然而,随着微软继续改进和优化HoloLens的机器能力,行业继续探索和优化测量方案,基于Microsoft HoloLens的可移动测量方案有望成为完成工厂清理的重要工具。
“HoloLens的RGB摄像机可以与 Vegan传感器集成,”赖斯大学的团队总结道。机器学习定位和识别单一的植物种类.该摄像机还可根据观察到的光差来确定森林悬崖间隙的测量值。最后，HoloLens的混合现实界面允许用户同时与虚拟扫描和周围环境进行交互,因此,植物结构的变化可以更清晰地显示出来。我们对HoloLens在进一步了解生态知识方面的潜力感到非常兴奋。