《Smart Agricultural Technology》：Immersive NB-IoT-enabled vineyard soil monitoring using extended reality
编辑推荐：
针对传统二维仪表板在空间情境感知和现场决策支持方面的局限，研究人员将NB-IoT传感网络与扩展现实（XR）技术相结合，开发了面向Meta Quest头显的沉浸式葡萄园土壤监测应用。该系统集成了多深度土壤水分与温度实时数据、Sentinel-2卫星指数及气象信息，通过虚拟现实（VR）和混合现实（MR）模式，为精准灌溉提供了直观、情境化的决策支持界面，显著提升了数据解读效率和现场操作的同步性。
在智慧农业浪潮中，物联网（IoT）技术已能实现对土壤墒情、作物健康的实时监测，帮助农民节水增产。然而，一个恼人的“最后一米”问题依然存在：田间管理者常常需要一边查看手机或电脑上的二维数据图表，一边在真实的田垄间穿梭，努力在脑海中将抽象的数字与眼前具体的植株位置对应起来。这种频繁的“注意力切换”不仅认知负荷高，也影响了现场决策的即时性与准确性。与此同时，扩展现实（Extended Reality, XR）技术，包括虚拟现实（Virtual Reality, VR）和混合现实（Mixed Reality, MR），在工业等领域已展现出将数据直观嵌入物理环境的巨大潜力，但在农业现场监测中的应用却几乎空白。特别是，将低功耗、广覆盖的窄带物联网（Narrowband IoT, NB-IoT）传感数据与沉浸式XR可视化相结合，为田间工作者提供“解放双手”、情境感知的交互界面，成为了一个亟待探索的创新方向。
为此，来自西班牙纳瓦拉公立大学的研究团队在《Smart Agricultural Technology》上发表论文，报道了他们开发的一套创新型系统。该系统成功地将部署在葡萄园的NB-IoT土壤传感器网络，与一个运行在Meta Quest头显上的XR应用程序无缝集成，创建了一个用于葡萄园精准灌溉的沉浸式、实时土壤监测平台。
研究人员开展此项研究，主要采用了以下几项关键技术方法：1) NB-IoT传感网络部署：在西班牙纳瓦拉Artajona地区的葡萄园中，部署了集成GERBIL?多层电容式探针的传感器节点（Node），可同步监测10、20、30、40厘米四个深度的土壤体积含水量和温度，并通过NB-IoT网络每20分钟将数据传至云端。2) 云平台与数据集成：使用MQTT协议进行数据传输，并通过REST API提供数据访问服务。同时，集成了Sentinel Hub API获取卫星影像指数（如NDVI, NDWI等），以及OpenWeatherMap API获取实时气象数据。3) 扩展现实（XR）应用开发：基于Unity引擎和Meta XR SDK，开发了支持VR和MR双模式的应用程序，实现了对多源数据的沉浸式可视化与交互。
研究结果
1. 系统架构与实现
研究构建了一个端到端的系统架构，从田间的NB-IoT数据记录仪和土壤探针，到云端的数据接收、存储与处理服务，最后到XR头显上的沉浸式可视化界面。传感器节点被策略性地布置在葡萄园的不同坡位，以应对径流和水分积累造成的差异化管理需求。XR应用则创建了一个虚拟葡萄园环境，用户可在其中通过手势追踪、射线和点触进行交互。
2. 沉浸式用户界面与功能模块
XR应用程序提供了一个功能丰富的交互式控制面板，其模块关系如图所示。用户需先通过登录场景认证，之后进入核心操作界面。
- •
节点（Nodes）监测：该模块以可滚动按钮的形式展示所有探针的实时数据。点击任一节点，可打开详细面板，同时查看该节点四个深度的实时仪表读数以及可切换日、周、月视图的历史趋势图。在VR模式下，这些信息面板还可被固定在虚拟葡萄园中对应探针的实际位置，增强空间感知。
- •
累积水量（Accumulated Water）估算：为了解决离散点测量无法反映根区总储水量的问题，研究通过积分公式，将四个深度的体积含水量（VWC）转换为其所代表土层的蓄水量（毫米）。应用界面以图表形式展示累积水量，并叠加了田间持水量（Field Capacity, FC）、易效水（Readily Available Water, RAW）和胁迫阈值三条关键农学界线，使用户能直观判断灌溉需求。图示说明了累积水量的计算原理。
- •
土壤深度（Soil Depth）可视化：在VR模式下，用户可以选择只显示特定深度的土壤层（如10厘米或40厘米），并以颜色编码直观展示该层整体的湿度或温度状况，便于快速识别地下条件的空间异质性。
- •
多源数据集成：系统集成了Sentinel-2卫星影像指数（如NDVI, SWIR等）和OpenWeatherMap的实时气象数据，为用户提供了从冠层到大气环境的综合视野。
- •
VR与MR双模式体验：系统核心优势在于其双模式设计。VR模式支持用户在虚拟葡萄园中远程漫游和深度分析；而MR模式则通过头显的穿透（passthrough）功能，将数字信息面板直接叠加在用户看到的真实葡萄园场景上，实现了数字分析与物理世界的无缝融合。用户可以同时打开并自由排列多个数据面板进行对比分析。
3. 初步应用与决策支持示例
通过对2025年6月累积水量数据的分析，系统成功捕捉了土壤水分的消耗-补充周期。数据显示，在月初的灌溉周期下，土壤水分在下次灌溉前就已降至易效水阈值以下，上层土壤甚至接近胁迫阈值。基于此直观信息，葡萄园管理者将灌溉频率从7天一次调整为5天一次，以将土壤水分维持在最优范围。这个案例展示了XR平台如何通过整合不同深度的累积水量视图、实时传感数据、卫星植被指数和气象信息，在一个沉浸式界面中为用户提供连贯的态势概览，支持及时的现场灌溉决策。
研究结论与讨论
这项研究的主要贡献在于首次实现了基于LPWAN（此处为NB-IoT）的土壤传感网络与沉浸式XR可视化平台在农业监测中的操作性集成。与依赖手持设备的传统二维仪表板相比，该XR系统提供了关键的实践优势：其头戴式、解放双手的界面允许使用者在进行修剪、检查等体力劳动的同时，访问并分析多面板实时数据，而MR模式能将数据直接叠加在真实的植株上，降低了将抽象数据映射到物理位置所需的认知负荷，提升了情境感知能力。尽管当前部署规模有限，且头显设备在户外强光、高温下的使用存在限制，但该系统展示了一条可扩展的技术路径。
研究者也探讨了与移动AR（增强现实）方案的比较，认为头戴式XR与移动AR是互补关系，前者更适合需要双手同时进行物理操作的密集型田间任务。未来的工作将包括开展正式的用户评估以量化其效益、开发移动AR版本进行对比，以及集成机器学习预测模型，将系统从反应式监测工具转变为前瞻性决策支持平台。
总之，这项研究证明了将低功耗广域网传感与沉浸式扩展现实可视化相结合，用于农业管理的可行性与实用价值。该框架通过减少数据获取与田间执行之间的认知鸿沟，为智慧农业的下一代人机交互界面设立了新标杆，为更高效、可持续的葡萄园灌溉管理提供了一条充满希望的途径。
