（映維網Nweon 2022年07月14日）林下植被是森林生态系統及其生态過程的重要組成部分，它可以影響種群、群落、物種相互作用和生态系統服務。盡管林下植被在科學上具有重要意義，但大多數研究依然依賴于傳統的物理植被測量。

傳統的測量技術通常耗時且勞動密集，而随着林下植被的複雜性增加，獲取植被結構代表性數據的難度會随之增加。另外，由于林下植被的多維排列，傳統測量尤其難以獲取複雜的空間顯式數據。

盡管行業已經開始應用先進的LiDAR技術，但相關設備的成本十分昂貴，通常超過2萬美元，而且攜帶困難。

針對以上問題，萊斯大學的研究人員把目光投向了成本相對合理且支持精确空間測量的微軟HoloLens，因為這種高質量的便攜空間傳感設備增加了生态學和環境科學新應用的可能性。

作為一種頭戴式混合現實設備，HoloLens配備了各種掃描儀，可以精确檢測、繪制和識别周圍環境中的對象，并允許用戶直接在視場與投影的全息圖實時交互。另外，當前型号的HoloLens 2售價為3500美元，便于攜帶。

在一項實驗中，萊斯大學的研究人員測試了微軟HoloLens在野外進行林下植被測量的能力。

具體來說，團隊為HoloLens開發了一個相關的MR應用VegSense，它允許用戶控制設備的環境掃描能力，并使用它來标準化從林下植被收集的數據。他們通過四個方面來評估VegSense HoloLens的能力：

• 檢測樹木和樹苗
• 測量樹木和樹苗的胸徑
• 檢測林下植被
• 計算林下植被的複雜性。

研究人員利用HoloLens VegSense采集有關林下植被結構的數據。他們在每個采樣區域的中心激活了空間掃，而整個過程下來，每個采樣區域平均花費時間小于5分鐘。在這裡可以看出，HoloLens方案的測量耗時非常低。

然後，團隊從Blender中保存的環境網格中提取了林下植被的測量值，并将其與傳統現場采集方法的測量值進行了比較。根據結果，團隊表示：“我們發現使用HoloLens和VegSense收集的測量取得了不同程度的成功。”

如上圖所示，與較小的樹木相比，HoloLens能夠更容易檢測到較大的樹木和幼樹（圖2a）。根據拟合模型的預測，胸徑為10 cm的樹木被檢測到的概率為49.6%，這可能是因為幾乎沒有檢測到較小的莖。胸徑為17.32 cm的樹木的檢測概率則為95%。

對于通過VegSense檢測到的樹木，傳統方法和VegSense胸徑測量值之間存在強烈、顯著的正相關關系，這表明HoloLens的胸徑估計值與手工測量的胸徑估計值非常相似（圖2b）。

相關論文：Measuring understorey vegetation structure using a novel mixed-reality device

總的來說，本次研究主要測試了微軟HoloLens作為林下植被測量工具的效用。團隊總結道，HoloLens VegSense方案在測量林下植被和成熟樹木方面顯示出強大的潛力，但檢測小樹苗和細枝等精細植被結構的能力有限，目前不适合清查幼樹。

不過，随着微軟不斷提升和優化HoloLens的機體能力，行業不斷的探索和優化測量方案，基于微軟HoloLens的便攜式測量方案有望成為完整清查植被的重要工具。

萊斯大學的團隊最後寫到：“HoloLens的RGB攝像頭可以與VegSense集成，通過機器學習定位和識别單個植物物種。所述攝像頭同時可用于根據觀察到的光照差異來識别林冠間隙測量值。最後，HoloLens的混合現實界面可以允許用戶同時與虛拟掃描和周圍環境交互，從而可以更好地可視化植被結構的變化。我們對HoloLens在進一步了解生态知識方面的潛力感到十分興奮。”

,