精细尺度飞行行为揭示了鹰对不同上升气流来源的响应，并凸显了高分辨率天气模型中的观测空白。

理解动物如何响应其物理环境，要求在行为决策发生的尺度上进行环境观测。对于翱翔鸟类而言，天气产品的粗分辨率长期以来阻碍了对其行为响应细尺度大气动力学的分析，迫使人们主要依据行为本身来推断升力来源。在此，我们将24只金雕的高分辨率运动数据与公里尺度的COSMO天气模型相结合。我们首先利用独立的大气预测因子对热上升气流、地形抬升气流和重力波上升气流进行了分类，随后量化了这些鸟类对每种升力类型的利用及其细尺度行为响应。 金雕主要依赖热上升气流，但也会随季节变化机会性地调整其对不同升力来源的利用。鸟类的飞行行为并不能可靠地指示其主要使用的是哪一种升力类型，因此这表明，无论是大气过程还是行为响应，与其被描述为离散类别，不如更适合被视为连续谱。最后，我们将基于金雕翱翔行为推导的垂直风速与COSMO天气模型模拟的垂直风速进行了比较，结果表明，金雕所利用的大多数热上升气流在公里尺度模型分辨率下仍无法被解析。 我们的结果表明，高分辨率天气模型如何为鸟类运动决策提供新的见解，同时也凸显了翱翔鸟类作为生物嵌入式大气传感器的潜力，它们有望帮助弥合大气模型中的分辨率鸿沟。

要理解动物如何响应其物理环境，就需要在其作出行为决策的尺度上进行环境观测。对于翱翔鸟类而言，天气产品的粗分辨率长期以来一直阻碍着对其行为如何响应细尺度大气动力过程的分析，迫使研究者在很大程度上只能从行为本身去推断上升气流来源。在本研究中，我们将24只金雕的高分辨率运动数据与公里尺度的COSMO天气模型相结合。我们首先利用独立的大气预测因子对热力、地形和重力波上升气流进行分类，随后量化了鸟类对每种上升气流类型的利用情况及其细尺度行为响应。金雕主要依赖热力上升气流，但也会随季节变化机会性地调整其对不同上升气流来源的利用。鸟类的飞行行为并不能可靠地指示其主要利用的是哪一种上升气流类型，因此这表明，与其将大气过程和行为响应视为离散类别，不如将其更恰当地描述为连续统。最后，我们将根据金雕翱翔行为推导得到的垂直风速与COSMO天气模型模拟的垂直风速进行了比较，结果表明，金雕所利用的大多数热力上升气流在公里尺度模型分辨率下仍无法得到解析。我们的结果表明，高分辨率天气模型能够为鸟类运动决策提供新的见解，同时也凸显了翱翔鸟类作为生物嵌入式大气传感器的潜力，它们或可帮助弥合大气模型中的分辨率鸿沟。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.18.745477v1?rss=1

🏷️ 金雕 翱翔行为 上升气流 高分辨率天气模型 动物运动生态