最新研究显示，混合现实能够量化野外相对成熟的树木——这是衡量森林健康状况的一项指标。
VegSense有望以较低成本替代传统的经典野外测量方法。
该软件采用开源模式，并使用HoloLens。
为测量野外植被，研究人员将微软HoloLens设置为混合现实传感器，为名为VegSense的应用程序提供数据。
莱斯大学研究生Daniel Gorczynski与生物科学家Lydia Beaudrot开展的一项概念验证研究表明，VegSense有望以较低成本替代传统的经典野外测量方法。
他们在《生态学与进化方法》发表的研究显示，这种软硬件组合在量化野外相对成熟的树木方面表现出色，而这也是衡量森林整体健康状况的一项指标。
Gorczynski萌生了试用HoloLens的想法。该设备通常被宣传为制造业、医疗保健和教育领域的生产力工具。他为设备开发了开源软件，并指出，尽管这种组合在捕捉幼树和细小枝条方面效果较差，但仍有很大的改进空间。
Gorczynski说，他在范德比尔特大学读本科时首次接触到混合现实传感技术，并意识到它在生物学研究中的潜力。“这似乎很适合这类研究，”他说。2019年，Gorczynski来到莱斯大学不久后，便将这个想法告诉了Beaudrot。
Gorczynski说，现成硬件与定制软件的组合成本远低于基于激光雷达（意为“光探测与测距”）的系统，而后者最常用于三维野外研究。他开发VegSense所用的平台更适合3D游戏和互动体验，而非严谨的科学研究。
在休斯敦纪念公园开展的野外测试表明，至少对于成熟树木而言，这种更小巧的方案同样出色。在他们的案例研究中，VegSense轻松探测到目标区域内50棵此类树中的48棵。目标区域是一个直径约30英尺的圆形区域，Gorczynski在其中边走边向上、向下和四周观察，以构建3D数据库。（他描述数据采集模式时说：“想象一个外面套着圆圈的星号。”）
“这项研究中，我们希望非常有意识地尝试复现较为传统的林下植被结构测量方法，”Gorczynski说，“我们努力获取那样的细节程度。”
他扫描周围环境时看到的是一种类似全息影像的网格图案，它会追踪植被表面。“真正有意思的是，你既能看到扫描仪捕捉到了什么，也能看到遗漏了哪些地方，”Gorczynski说。“我们的目标是让网格尽可能覆盖更多植被，因为这样才能获得最好的扫描结果。”
“结果非常好，Dan很快就整理成文并发表了，”Beaudrot说。她还提到，Gorczynski后来在坦桑尼亚的一次野外考察中进一步验证了设备。该团队近期开展了一项雨林研究，考察了15片热带森林，坦桑尼亚正是其中之一。
“这台设备能够助力开展许多出色的生态学研究，尤其因为它的成本效益很高，”她说。“目前，要收集森林地表植被信息非常困难，除非投入大量人工，或者使用非常昂贵的激光雷达系统。”
“因此，这是一款开创性的高性价比设备，”Beaudrot说。“它提供的数据分辨率不会与激光雷达相同，但这只是它的首个应用。我们希望通过向生态学研究界开源VegSense，激发人们探索它的各种开发潜力。”
Northrop Grumman、Conservation International和莱斯大学为这项研究提供了支持。
