VegSense ist für Forststudien sinnvoll

Soul Hackers 2 Erscheinungsdatum Ankuendigungstrailer enthuellt

Rice-Forscher richteten eine Microsoft HoloLens als Mixed-Reality-Sensor ein, um VegSense zu füttern, ihre Anwendung zur Messung der Unterholzvegetation, Pflanzen, die zwischen den Baumkronen und dem Boden wachsen.

Eine Proof-of-Concept-Studie des Doktoranden Daniel Gorczynski und der Biowissenschaftlerin Lydia Beaudrot zeigt, dass VegSense eine geeignete kostengünstige Alternative zu traditionellen klassischen Feldmessungen sein könnte.

Ihr Studium in Methoden in Ökologie und Evolution zeigt, dass sich die Hardware-Software-Kombination bei der Quantifizierung relativ alter Bäume in freier Wildbahn auszeichnet, was ein Maß für die allgemeine Gesundheit eines Waldes ist.

Gorczynski hatte die Idee, HoloLens auszuprobieren, das allgemein als Produktivitätstool für Fertigung, Gesundheitswesen und Bildung vermarktet wird. Er entwickelte die Open-Source-Software für das Gerät und stellte fest, dass die Kombination zwar weniger effektiv beim Aufnehmen von Setzlingen und kleinen Ästen ist, aber viel Raum für Verbesserungen gibt.

Gorczynski sagte, er sei während seines Studiums an der Vanderbilt University in die Mixed-Reality-Erkennung eingeführt worden und habe ihr Potenzial für biologische Studien erkannt. „Es schien eine Art natürlicher Anfall zu sein“, sagte er. Gorczynski brachte die Idee 2019 kurz nach seiner Ankunft bei Rice zu Beaudrot.

Die Kombination aus Standardhardware und kundenspezifischer Software kostet weit weniger als Systeme auf Lidar-Basis (für „Light Detection and Ranging“), die am häufigsten in dreidimensionalen Feldstudien verwendet werden, sagte Gorczynski, der VegSense auf einer Plattform entwickelt hat, die mehr auf 3D-Spiele ausgerichtet ist und interaktive Erfahrungen als harte Wissenschaft.

Kredit: Rice University

Feldtests im Memorial Park von Houston haben gezeigt, dass zumindest für alte Bäume die kleinere Lösung genauso gut ist. In ihrer Fallstudie entdeckte VegSense problemlos 48 von 50 solcher Bäume im Zielgebiet, einem Kreis mit einem Durchmesser von etwa 30 Fuß, den Gorczynski entlangging und nach oben, unten und rundherum blickte, um die 3D-Datenbank zu erstellen. („Stellen Sie sich ein Sternchen mit einem Kreis darum vor“, sagte er und beschrieb das Datenerfassungsmuster.)

„Für diese Studie wollten wir wirklich bewusst versuchen, traditionellere Messungen der Vegetationsstruktur im Unterholz zu replizieren“, sagte Gorczynski. „Wir haben versucht, diesen Detaillierungsgrad zu erreichen.“

Was er sieht, wenn er die Umgebung abtastet, ist ein hologrammähnliches Gittermuster, das die Oberflächen der Vegetation verfolgt. „Das wirklich Coole daran ist, dass Sie sehen können, was der Scanner aufnimmt, aber auch die Punkte, die Sie übersehen haben“, sagte Gorczynski. „Die Idee ist, dass das Netz so viel Vegetation wie möglich abdeckt, denn nur so erhalten Sie den besten Scan.“

„Die Ergebnisse waren so schön, dass Dan sie schnell zur Veröffentlichung aufschrieb“, sagte Beaudrot und merkte an, dass Gorczynski seine Validierung der Ausrüstung während einer anschließenden Exkursion nach Tansania, dem Schwerpunkt einer der 15 tropischen Wälder in einer kürzlich durchgeführten Regenwaldstudie, erweiterte die Rice-Gruppe.

„Dieses Gerät kann viele großartige ökologische Forschungen erleichtern, insbesondere weil es so kostengünstig ist“, sagte sie. „Das Sammeln von Vegetationsinformationen auf dem Waldboden ist derzeit ohne viel Handarbeit oder ein wirklich teures Lidar-System wirklich schwer zu bewerkstelligen.“

„Das ist also ein bahnbrechendes, kostengünstiges Gerät“, sagte Beaudrot. „Es wird Ihnen nicht die gleichen Auflösungsdaten liefern wie Lidar, aber dies ist nur die erste Anwendung. Wir hoffen, dass die Bereitstellung von VegSense als Open-Source für die ökologische Forschungsgemeinschaft alle möglichen Wege zur Entwicklung anregen wird.“

Mehr Informationen:
Daniel Gorczynski et al, Messung der Unterholzvegetationsstruktur mit einem neuartigen Mixed-Reality-Gerät, Methoden in Ökologie und Evolution (2022). DOI: 10.1111/2041-210X.13927

Bereitgestellt von der Rice University

ph-tech