基于物理信息从天气雷达数据推断空中动物运动

研究动物运动对于有效的野生动物保护和冲突缓解至关重要。对于空中运动，业务化天气雷达已成为这方面不可或缺的数据源。然而，部分测量、不完整的空间覆盖以及对动物行为理解的匮乏，使得从可用雷达数据重建完整的时空运动模式十分困难。我们通过使用卷积编码器学习从高维雷达测量到低维潜在表示的映射来解决这一反问题。在潜在系统动态可由局部线性高斯转移模型良好近似的假设下，我们使用经典卡尔曼平滑器进行高效的后验估计。卷积解码器将推断的潜在系统状态映射回物理空间，在其中可应用已知的雷达观测模型，从而实现完全无监督训练。为鼓励物理一致性，我们额外引入了一个利用已知质量守恒约束的物理信息损失项。我们在合成雷达数据上的实验在重建质量和数据效率方面展示了有前景的结果。