MoveBench: A Benchmark for Global-Scale Wildlife Movement Forecasting¶

会议: NeurIPS 2026
arXiv: 2609.15780
OpenReview: https://openreview.net/forum?id=6ss3Wyzv27
论文: https://arxiv.org/abs/2609.15780
代码: https://github.com/movebench/movebench
领域: 时间序列
关键词: 野生动物轨迹预测, 概率时序预测, 能量评分, 环境协变量, 空间时序基准

一句话总结¶

MoveBench 构建了首个全球尺度、覆盖110个物种与160种环境栅格图层的野生动物概率轨迹预测基准，并证明深度学习相较经典步长选择函数存在显著的个体间分布外泛化瓶颈。

研究背景与动机¶

动物移动是维系授粉、碳固存及物种生存等全球生态功能的基础物理过程。随着 GPS 追踪技术的飞跃，生态学积累了超百亿条动物时空轨迹数据，但传统移动生态学方法长期聚焦于事后统计推断与描述性分析，难以预测野生动物在气候变化、道路切割或栖息地退化下的未来迁移响应。将移动生态学转变为前瞻性预测科学，亟需标准化的预测基准。

然而，计算机视觉与自动驾驶领域的轨迹预测范式无法直接迁移至野生动物预测。主流时空轨迹数据集中于人流和车辆，其运动被严格约束在静态路网与车道拓扑中，而野生动物在连续地理空间中自由游弋，具有极高的随机性与多模态发散特征；更为关键的是，动物轨迹强依赖于多尺度、异构的时变环境协变量（如气象、植被演替、高程及洋流），现有轨迹方法无法处理数万亿级复杂栅格上下文的联合时空推理。此外，传统位移误差（如平均位移误差 ADE）在多模态概率场景下会促使模型退化为预测几何均值或“静止不动”，从而完全失效。

为打破上述技术瓶颈与评估困境，本文系统构建了标准化基准 MoveBench，并引入基于样本的严格真评分规则（Energy Score）。核心 idea：通过整合跨全球110个物种的260万点GPS轨迹与16亿个多尺度环境栅格瓦片，构建首个全球野生动物条件概率移动预测基准，并确立基于能量评分（Energy Score）的多模态评估协议以评测时序与个体泛化能力。

方法详解¶

整体框架¶

MoveBench 将野生动物移动预测形式化为基于历史轨迹与动态环境场联合条件约束的连续空间概率分布估计任务。对于给定观测起点 \((ℓ_t, t)\) 与预测步长 \(\Delta \in \{1\text{h}, 12\text{h}, 1\text{d}, 7\text{d}\}\)，模型需输出目标时刻 \(t+\Delta\) 动物空间位置的概率分布 \(P_{t,\Delta}(\cdot \mid \tau_{\le t}, c_{\le t})\)。整个基准包含多源时空数据摄取与对齐、统一评估协议（划分时序泛化与个体跨动物泛化测试集）、多尺度空间栅格化提取，以及四大代表性预测方法家族（线性/非线性步长选择函数、空间卷积网络、跨研究时空 Transformer）的基准实现与评测。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["多源动物轨迹与环境数据输入<br/>2.6M GPS点 + 160种环境栅格"] --> B["多源异构时空对齐与栅格瓦片生成<br/>10.4M 栅格堆栈 / 101×101 空间分辨率"]
    B --> C["严谨双重评估切分协议<br/>时间泛化测试集 vs 个体泛化测试集"]
    C --> D["四大代表性预测方法家族建模<br/>iSSF Linear / iSSF MLP / deepSSF / MoveFormer"]
    D --> E["基于能量评分的概率预测度量<br/>Energy Score: 准确度与多模态不确定度平衡"]

关键设计¶

1. 多源异构时空对齐与栅格瓦片生成：构建高维时变地理空间上下文 传统移动生态学常采用点采样提取静态环境变量，无法捕获动物行进方向周围的空间结构与连续地形梯度。针对这一缺陷，MoveBench 引入了大规模对齐的栅格瓦片处理管线，覆盖气象气候（51层）、植被覆盖（34层）、数字高程模型（4层）、海洋环境（6层）、人类足迹指数（1层）以及 AlphaEarth 基础地理空间嵌入（64层）共160个环境变量。管线将所有协变量在时间与空间维度上重采样，针对每个轨迹步长在其自适应空间尺度内生成 \(101 \times 101\) 分辨率的居中栅格瓦片堆栈，并在4种预测步长下分别生成多尺度视图。最终构建出包含 1040 万个栅格堆栈、共 16 亿张瓦片（超两万亿次环境观测）的高性能张量数据库，并通过内存映射（memory-mapping）与流式分片（streaming tar shards）机制解决高并发训练的 I/O 吞吐瓶颈。

2. 严谨双重评估切分协议：解耦环境变迁与个体行为异质性 以往生态预测模型常因随机时空交叉验证造成严重的数据泄露，使模型通过记忆特定地标或动物行为偏好伪造优异泛化表现。为此，MoveBench 设计了严格解耦的双重测试协议。其一是时间切分（Temporal Split）：训练集与测试集包含相同的个体，但测试数据来自后续时间窗口，专门评估模型在面对环境季节演变、物候波动及个体生命周期更替时的时序预测鲁棒性；其二是个体切分（Individual Split）：测试集由同一种群中未在训练集中出现的独立个体构成，评估模型对个体行为习惯差异的泛化能力。基准共规划 1,120,127 个训练点、965,233 个时间测试点和 537,781 个个体测试点，全面规避时空重叠泄露。

3. 基于能量评分的概率预测度量：兼顾多模态预测精度与不确定度校准 由于野生动物在遇到分支路径或资源斑块时存在多种合理的行进方向，传统的 \(L_2\) 位移误差或平均位移误差（ADE）会惩罚真实的双峰预测分布，反而引导模型坍缩到预测多个合理终点的加权几何均值（该均值位置往往位于悬崖、湖泊或不可行区域），甚至在全局尺度上诱发“始终预测原地不动（Don't Move）”的最优作弊解；而对数似然损失（NLL）则要求闭式概率密度，无法评测确定性基线与经验采样模型。MoveBench 创新性地将多元严格真评分规则——能量评分（Energy Score, ES）引入野生动物轨迹评测：

\[ \operatorname{ES}(P_{t,\Delta}, \ell_{t+\Delta}^{\text{obs}}) = \mathbb{E}_{X \sim P_{t,\Delta}} \|X - \ell_{t+\Delta}^{\text{obs}}\|_2 - \frac{1}{2}\mathbb{E}_{X, X' \sim P_{t,\Delta}} \|X - X'\|_2 \]

式中第一项计算预测样本与真实观测位置的期望 \(L_2\) 距离（代表模型预测准确度），第二项计算预测分布内部任意两个独立抽样样本之间的平均距离（代表模型预测的发散度与不确定度）。能量评分在形式上等于预测分布与真实真实生成分布之间的能量距离，且仅依赖后验抽样样本，无需显式概率密度函数，天然支持非规则网格、参数化候选集以及确定性点质量分布的无偏联合比较。

4. 四大代表性预测方法家族建模：跨越经典生态学函数至前沿深度学习架构 基准实现了统一的基线评测框架：(1) iSSF Linear：经典的整合步长选择函数，基于参数化拟合的 Gamma 步长分布与 von Mises 转向角分布采样候选点，构建条件 Logistic 回归，引入环境变量与运动特征之间的线性交互乘积项（特征维度达 1280 维）；(2) iSSF MLP：以全连接多层感知机替代线性效用函数，直接接收原始特征并自主学习非线性特征交互；(3) deepSSF：全卷积神经网络架构，利用空间卷积提取 \(101 \times 101\) 栅格瓦片的环境偏好表面，并结合卷积池化头预测步长与转向核分布，输出密集的预测概率表面；(4) MoveFormer：基于 Transformer 的长时序时空预测架构，引入历史轨迹多步编码与目标分类学 Token，是唯一支持跨物种、跨研究联合预训练的大模型。

损失函数 / 训练策略¶

对于基于候选集打分的 iSSF 系列与 MoveFormer 模型，训练采用条件离散选择交叉熵损失：

\[ \mathcal{L} = -\log \frac{\exp(\eta_{\text{obs}})}{\sum_{j=1}^{P} \exp(\eta_j)} \]

其中候选集大小设为 \(P = n_{\text{cand}} + 1 = 101\)（100个由经验运动核采样的候选位置加上真实观测位置），训练集上使用 Adam 优化器结合时序验证集负对数似然进行早停（Early Stopping）。为了消除跨研究中移动距离尺度差异（从数米到数千公里）对全局均值的主导影响，宏观聚合时统一使用各研究个体的平均位移进行归一化处理。

实验关键数据¶

主实验¶

在全局147个数据集上的主对比实验（采用综合表现最佳的 AlphaEarth 协变量，统一评测归一化能量评分 Normalized ES，越低越好，“Don't Move”恒为 1.0）：

模型家族	机制类型	时间泛化 (Temporal Split) 1h / 1d / 7d	个体泛化 (Individual Split) 1h / 1d / 7d	全局个体平均表现
Don't Move	零位移确定性下界	1.00 / 1.00 / 1.00	1.00 / 1.00 / 1.00	1.00
CRW	相关随机游走基线	0.81 / 0.84 / 0.88	0.83 / 0.85 / 0.89	0.86
iSSF Linear	线性步长选择函数	0.79 / 0.82 / 0.84	0.84 / 0.86 / 0.90	0.87
iSSF MLP	非线性步长选择函数	0.77 / 0.80 / 0.83	0.83 / 0.85 / 0.89	0.86
deepSSF	空间栅格全卷积网络	0.74 / 0.78 / 0.81	0.89 / 0.92 / 0.96	0.92
MoveFormer	跨物种长时序 Transformer	0.76 / 0.79 / 0.82	0.81 / 0.83 / 0.86	0.83

消融实验¶

在 MoveBench-Mini 上对比不同输入协变量组合对各类模型归一化能量评分（跨预测尺度宏观平均）的影响：

协变量输入配置	输入图层数	iSSF Linear	iSSF MLP	deepSSF	MoveFormer	平均表现
Env Lite (NDVI/高程/水深/叶绿素)	2 层	0.89	0.87	0.85	0.84	0.86
Env All (全部传统环境要素)	96 层	0.94	0.82	0.83	0.83	0.85
AlphaEarth Only (基础嵌入)	64 层	0.84	0.83	0.79	0.80	0.81
AlphaEarth + Env All (全量堆叠)	160 层	0.96	0.81	0.81	0.81	0.84

关键发现¶

个体间泛化瓶颈极其严峻：所有预测方法在时间测试集（同个体未来观测）上的表现均显著优于个体测试集（未知个体）。在已知个体上表现最优的卷积网络 deepSSF（时间切分归一化 ES 达 0.74），在未知个体切分上出现断崖式性能崩溃（ES 恶化至 0.92，劣于简单随机游走基线 CRW 的 0.86），表明全景空间卷积严重过拟合了个体特异性的栖息地偏好记忆。
长时序上下文与跨数据集联合建模具备显著泛化优势：MoveFormer 是唯一在未知个体测试集上全面超越 CRW 基线的模型（个体切分平均 ES 为 0.83），其利用 Transformer 编码多步历史轨迹，并融合物种分类学 Token 实现跨研究预训练，证明了跨群体表示学习对抗个体异质性漂移的有效性。
特征堆叠出现“维数灾难”与负迁移：将 96 种传统环境变量与 64 维 AlphaEarth 嵌入完全混合并没有带来全局性能提升（平均 ES 0.84 反而差于单用 AlphaEarth 的 0.81）；对 iSSF Linear 而言，高维相关特征导致交互项急剧膨胀至 1280 维，性能发生严重退化（0.96 vs 0.84）。

亮点与洞察¶

构建了首个全球尺度、统一口径的野生动物轨迹预测基准：囊括了横跨陆地、海洋与空中的110个物种及2.6M轨迹点，突破了过往移动生态学仅限于单一物种、局部区域的事后统计分析局限。
确立了能量评分作为连续多模态空间轨迹评测的金标准：在数学上阐明了 \(L_2\) 误差促使模型趋同于无效均值的缺陷，为机器学习与空间统计学社区提供了无偏评估复杂多模态概率分布的范式。
揭示了遥感基础模型（AlphaEarth）在生态时序预测中的巨大迁移潜力：基于卫星遥感自监督学习提取的稠密地理空间嵌入，全面超越了由生态学家手工挑选的传统气候与植被指标，展现了地理空间大模型（Geospatial FM）作为通用环境特征底座的优越性。

局限与展望¶

作者承认的局限：数据主要源自 Movebank 等已发表学术研究，不可避免地继承了既有物种分类与地理区域采样的空间偏倚（如北半球研究偏多）；将复杂生理状态抽象为统一时间间隔在极度长途迁徙中可能丢失精细行为转变。
实验设计局限：目前各个物种的候选空间范围（Spatial Extent）依赖于固定分位数启发式规则设定，对于季节性突发长距离跃迁（如极端天气驱使的逃逸移动），固定网格可能无法完整覆盖尾部极端事件。
改进方向：探索与个体行为状态估计（如隐马尔可夫模型 HMM 识别觅食/迁徙状态）的显式联合建模；开发具有物理可行性约束与能量预算感知的时空生成扩散模型。

评分¶

新颖性: ⭐⭐⭐⭐⭐ [填补全球野生动物移动预测基准空白，首创性引入多模态能量评分评估协议]
实验充分度: ⭐⭐⭐⭐⭐ [涵盖110个物种、147个数据集、4种时空尺度以及多维环境变量消融]
写作质量: ⭐⭐⭐⭐⭐ [问题形式化严谨，数学公式与生态学概念映射清晰，图表极具说服力]
价值: ⭐⭐⭐⭐⭐ [为连接人工智能时空预测前沿与全球生物多样性保护决策建立了里程碑式基石]