大语言模型驱动的GIS分析：方法、应用与展望.pdfVIP

测绘学报2025年第54卷第4期：1001—1595中国测绘学会

ChineseSocie

etyfor.GeandCartograph

ActaGeodaeticaetCartographicaSinicaxb.测绘出版社

SURVEYINGANDMAPPINGPRESS

大语言模型驱动的GIS分析：方法、应用与展望

吴华意1²，沈张骁，侯树洋1，梁健源，赵安琪，矫皓月，桂志鹏，关雪峰1

1.武汉大学测绘遥感信息工程全国重点实验室，湖北武汉430079；

2.地球空间信息技术协同创新中心，湖北武汉430079；

3.武汉大学资源与环境科学学院，湖北武汉430079；

4.武汉大学遥感信息工程学院，湖北武汉430079

收稿日期：2024-10-08；修回日期：2025-03-25文献标识码：A

中图分类号：P282

文章编号：1001-1595(2025)04-0621-15

基金项目：国家自然科学基金41971349）

第一作者简介：吴华意（1966一），男，博士，教授，研究方向为地理信息服务、分析、挖掘和大语言模型。E-mail

通信作者：侯树洋E-mail:whuhsy@

摘要：大语言模型的迅速发展为GIS分析提供了全新路径，并催生了大语言模型驱动的GIS分析技术体

系（LLM4GIS）。本文基于截至2024年10月的研究，首先梳理了GIS分析的演进脉络，从应用模式、数据基

础和评价方法3个方面总结了LLM4GIS的技术体系，然后归纳了LLM在知识问答、知识抽取、时空推理和

分析建模等GIS分析任务中的研究进展，最后针对多模态时空数据协同解析、泛化能力与垂直深度平衡、可

解释性与可信度提升、具身智能与端侧智能转型以及GIS分析智能化与普适化5个方面，展望了GIS4LLM

的未来研究方向，为实现LLM4GIS与GIS4LLM的双向赋能提供启发。

关键词：大语言模型;GIS分析；提示工程；检索增强生成；微调；智能体；LLM4GIS;GIS4LLM

地理信息系统（geographicinformationsystem，述挑战提供了途径。在LLM的代表性产品ChatGPT

GIS)是一门融合地理学、地图学、遥感科学和计算发布后，谷歌的Geminit°、Meta的LLaMAL10

机科学等领域的前沿交叉学科，主要研究地理空间

数据的获取、存储、查询、分析和应用。在GIS学科大语言模型产品相继问世。这些通用LLM凭借强

大的指令执行、上下文理解和推理能力，不仅在工

体系中[1-2],GIS分析利用空间信息与数字处理技术

对地理数据进行解释、评估和推断，为理解和揭示业领域显现出辅助甚至重构工作流程的潜力，还在

地理科学现象、解决复杂地学问题及综合性决策制

定提供技术基础[3]。动新一代“机器人科学家的发展[15]。

GIS分析从早期以经验科学、数学机理和计算部分学者对LLM在地学垂直领域中的应用从

模拟为主导的阶段，逐步发展到以数据驱动为核心

的阶段，在时空数据的分析和处理等方面取得了显数据处理、任务应用和模型训练技术等角度，对遥

感领域大模型的研究进展和方向进行了总结。这

著进展[3-8]。然而，数据驱动的方法仍面临数据形态

复杂演化、任务需求开放模糊、泛化迁移能力不足些研究主要关注遥感影像语义分割、目标检测等视

以及交叉应用推广门槛高等一系列挑战。