迈向无障碍的GeoQA门户：利用多智能体大型语言模型（LLMs）和语义搜索实现与地理空间数据之间的自然语言交互

《International Journal of Applied Earth Observation and Geoinformation》：Towards a barrier-free GeoQA portal: Natural language interaction with geospatial data using multi-agent LLMs and semantic search

地理信息门户（Geoportal）因依赖复杂GIS操作和多层叠加数据而难以被非专家用户使用。本文提出一种基于多智能体LLM框架的解决方案，通过分解查询任务、语义搜索和可视化中间结果提升用户体验。实验表明，该系统在查询准确性和效率上优于传统方法，尤其在多条件空间分析中表现显著，用户测试显示其可用性和易用性达到行业领先水平。

　　### 地理问答门户：构建无障碍地理信息交互的新范式

随着地理信息系统（GIS）技术的不断演进，地理数据的获取和分析已经从传统的技术门槛较高的操作转变为更广泛可访问的工具。然而，即便在技术进步的背景下，普通用户依然面临诸多挑战，如复杂的查询结构、多层数据叠加导致的空间关系模糊，以及对技术术语和格式的不熟悉。为了解决这些问题，本研究提出了一种“无障碍地理问答门户”（GeoQA Portal），旨在通过自然语言交互的方式，使非专业人士也能高效地访问和分析地理数据。该系统基于多智能体框架，利用大型语言模型（LLM）的推理能力，将用户的问题分解为多个子任务，并由不同的智能体负责处理。这种设计不仅提升了系统的可解释性和用户参与度，还增强了对非结构化查询和多源数据的适应性。

### 从传统地理信息系统到自然语言交互

传统GIS系统通常采用交互逻辑和分层可视化结构，这些设计虽然在专业用户中得到了广泛应用，却对非专家用户构成了障碍。多层数据叠加可能会导致空间关系的可视化模糊，而复杂的查询操作则往往需要用户熟悉特定的查询语言（如SQL）或工具操作。因此，许多在线地理门户试图通过简化界面和提供基本的GIS工具来降低使用门槛，但这些努力仍难以彻底解决用户在操作过程中可能遇到的困惑。

GeoQA的出现为这一问题提供了新的解决思路。早期的GeoQA研究主要关注如何将自然语言的地理信息需求转化为GIS操作序列，并强调对中间结果的记录和未知答案的表示。然而，由于地理语言的模糊性、数据来源的异构性以及多步推理的复杂性，地理分析问题仍然是GeoQA领域中最困难的子类之一。为了解决这一问题，近年来的研究开始探索如何将LLM与GIS工具结合，以提升系统的灵活性和可扩展性。

### 多智能体架构：提升效率与准确性的关键

本研究提出的GeoQA Portal采用了一种多智能体架构，每个智能体负责不同的任务模块，如地理实体检索、空间关系分析和任务规划等。这种设计的优势在于：一是降低了推理过程的复杂性，使每个智能体专注于特定的子任务，从而减少了整体的推理链条长度；二是提高了系统的透明度，用户可以在每一步操作中看到任务执行的详细过程；三是通过模块化的方式，增强了系统的可维护性和扩展性。例如，在处理“查找位于森林附近的建筑物”这一问题时，系统会将整个任务分解为几个子任务：首先确定森林的位置，然后查找附近的建筑物，并最终将结果可视化。每个子任务由不同的智能体完成，确保了每一步操作的准确性与可解释性。

### 地理实体检索：从关键词匹配到语义理解

地理实体检索是GeoQA Portal中的关键环节。传统的地理信息检索系统通常依赖于关键词匹配，但这种方法在面对模糊或不完整的查询时表现不佳。例如，用户可能输入“适合种植土豆的土壤”，而数据库中并没有直接记录这种信息。为了解决这一问题，本系统引入了语义搜索和LLM推理相结合的方法。首先，系统会利用关键词匹配和向量搜索的混合策略，通过向量数据库中的语义相似度分析，找到与查询意图相关的地理实体。如果初始匹配失败，系统会通过LLM进行查询重写，将模糊的自然语言转换为数据库中存在的具体描述。例如，对于“适合种植土豆的土壤”，系统会利用数据库中已有的土壤类型描述，通过LLM生成“富含有机质、排水良好且保水能力强的土壤类型”，从而提高查询的准确性。

### 空间分析：从基础操作到复杂推理

在空间分析方面，系统支持多种基础操作，如缓冲区分析、交集分析、包含关系分析等。这些操作通常由预定义的GIS库（如Shapely）实现，确保了计算的准确性。同时，系统还引入了智能体来处理复杂的查询条件，如“位于某条河流附近的建筑物”或“在两个不同区域之间的地理实体”。通过将这些操作分解为多个子任务，并由不同的智能体处理，系统能够在保持高效的同时，提供更直观的分析结果。例如，当用户输入“查找位于公园附近100米范围内的建筑”时，系统会首先确定公园的位置，然后根据缓冲区分析找到相关建筑，并将结果可视化。这种设计不仅提高了空间分析的准确性，还增强了用户对分析过程的理解。

### 用户体验：提升交互友好性与可访问性

为了确保系统真正实现无障碍，本研究还对用户交互体验进行了深入评估。系统采用了一个标准的用户满意度问卷（UEQ），从六个维度评估用户对系统的整体感受：吸引力、清晰度、效率、可靠性、刺激性和新颖性。结果显示，系统在大多数维度上表现良好，特别是在清晰度和可靠性方面，得到了用户较高的评价。然而，也有部分用户反馈了系统在界面设计和响应速度方面的不足。基于这些反馈，系统对界面进行了优化，引入了更直观的交互方式，并提高了查询的响应效率。此外，系统还支持实时反馈机制，用户可以在查询过程中随时提出问题，系统会根据反馈调整任务执行策略，从而进一步提升用户体验。

### 系统性能：在复杂查询中的表现

为了验证系统的有效性，本研究设计了一系列实验，包括查询性能测试、空间分析能力评估以及用户测试。在查询性能方面，系统在精确匹配和语义匹配两种查询类型中均表现出色。特别是在处理带有修饰语的查询时，系统通过多智能体架构和语义搜索，显著提高了查询的准确率。例如，在测试“包含特定信息的地理实体”这一类型时，系统准确率达到了95%，而传统方法（如SQL生成）仅达到74%。此外，系统还支持多跳查询，即在多个数据库之间进行信息关联，这种能力在传统GIS系统中较为少见。

### 潜在挑战与未来展望

尽管GeoQA Portal在性能和用户体验方面表现出色，但仍存在一些潜在的挑战。首先，系统的响应延迟可能成为问题，特别是在大规模数据查询时。虽然目前通过优化推理链条长度和减少不必要的计算步骤来降低延迟，但进一步的优化可能需要引入并行计算机制。其次，用户查询的不确定性仍然存在，例如，用户可能使用模糊的地理关系描述，如“附近”或“邻近”，这可能导致系统对查询意图的理解偏差。为了解决这一问题，系统需要在处理模糊查询时引入更多的用户澄清机制。最后，虽然多智能体架构提升了系统的灵活性，但部分模块仍然依赖于结构化的输出，这可能限制了系统的推理能力。因此，未来的工作将探索如何在保持结构化输出的同时，提升系统的自然语言处理能力，使其能够更好地适应多样化的查询需求。

### 系统的创新性与适用性

本研究提出的GeoQA Portal不仅在技术实现上具有创新性，还具备广泛的适用性。首先，它采用了混合语义搜索策略，结合了关键词匹配和向量搜索，有效提升了地理实体检索的准确性和召回率。其次，系统通过多智能体架构，实现了任务分解和子任务执行，使复杂的地理查询能够被高效处理。第三，系统支持跨数据库的知识图谱，使得多源数据的整合和分析成为可能。第四，系统实现了端到端的自然语言交互，用户无需掌握特定的查询语言即可完成复杂的地理分析任务。最后，系统提供了透明的逐步可视化功能，使用户能够直观地理解查询过程和结果。

### 结论

GeoQA Portal的提出为地理信息系统的未来发展提供了一个新的方向。通过将自然语言交互与多智能体架构相结合，系统不仅提升了非专家用户的使用体验，还增强了对复杂地理查询的处理能力。实验结果表明，该系统在查询准确率、任务执行效率和用户满意度方面均优于传统方法。未来的研究将进一步探索系统的可扩展性，包括对三维地理数据的支持、对更复杂分析任务的扩展以及对实时用户反馈的集成。这些改进将有助于GeoQA Portal在更广泛的地理应用中发挥更大的作用，为地理信息的普及和应用提供更有力的支持。