视觉测风：面向可再生能源、城市可持续性与环境科学的物理信息驱动风场推断

以米级分辨率对大气流动进行精确测量，对于广泛的可持续性应用至关重要，包括风电场与太阳能电站的优化设计、安全高效的城市空中交通、野火与空气污染扩散等环境现象的监测，以及向天气与气候模式的数据同化。相关微尺度风流的测量 inherently 受限于风的光学透明性。本综述探讨了利用物理以非侵入方式“看见”环境流的新途径，即无需将测量仪器直接置于目标流场中。具体而言，尽管风本身透明，但其效应可通过环境中受风作用物体的运动被视觉观测到——摇曳的树木与飘动的旗帜便是常见实例。我们描述了实现视觉测风（visual anemometry，即基于观测到的流固相互作用物理定量推断局地风况的任务）的新兴努力。将介绍基于第一性原理物理以及数据驱动、机器学习的方法，并讨论实现完全可泛化视觉测风的剩余障碍。