PineFlow及Autonomous GIS简述

PineFlow及Autonomous GIS简述1. Autonomous GIS和地理学史简述1.1 引子1.2 地理学大体发展1.3 Autonomous GIS的产生2. PineFlow——基于ReAct工作模式的QGIS AI Agent2.1 引子2.2 什么是PineFlow2.3 PineFlow大体如何执行2.4 PineFlow能做什么不能做什么3. 总结引从20世纪50年代开始的早期人工智能理论探索不出10年出现了专家系统(Expert System, ES)但当时的地理信息系统是管理信息系统1972年CGIS——加拿大地理信息系统是写入教科书的发展“分水岭”在此之前的地图制图、测绘和地理信息相互分离1992年ArcInfo/ArcView——即ArcGIS Desktop的前身——第一次把地图制图学、地理信息系统和测绘科学技术集成到一个“对象”时至今日提到地理信息系统或GIS这个词都会想到某某xGIS软件。1. Autonomous GIS和地理学史简述1.1 引子1999年加州大学教授迈克尔·弗兰克·古德柴尔德Michael Frank Goodchild1944年2月24日——联袂埃里克·谢泼德Eric Sheppard1950年10月1日——等4人将Varenius Project的基本情况发文于International Journal of Geographical Information Science IJGIS顺势正式提出地理信息科学是由“地理信息技术”引发的一系列基础性研究问题并划定了三大研究分支空间感知即人类如何感知和理解地理空间。这个问题放在今天是空间基础大模型、大模型空间推理、空间表征学习等研究领域和专题空间计算即在计算机中表达和处理地理对象。这个概念后续发展为现如今教科书上的空间分析、空间数据库、空间数据模型等章节空间分析是绝对的核心。这个问题放在今天就是以GeoAI为根基的空间智能计算即传统机器学习算法和深度学习的地理学应用社会应用即地理信息技术应用带来的社会影响。这是地理信息服务产生的直接原因现如今需要大模型的大规模全方位普及作为社会基础才能产生工程或科学问题如城市地理学中城市土地利用这个专题或研究主题。目前对应的应用是智慧城市。之所以要追溯到30多年前是因为地理信息科学由地理信息系统发展得来即工程/技术问题的产生和解决促进了科学问题的产生和讨论。地理学在长达至少2000年的发展历史上并未产生地理信息系统这一名词于是从50年代开始的地理学计量革命是地理信息系统产生的根本原因计量地理学的产生是工程技术的进步。1.2 地理学大体发展但是传统地理学或当今人们认知当中的地理学以上知天文下知地理的全才的刻板印象存在至今。地理学发展历史衡量的时间一般认为是2000年其决定理由是古地图的发现并且这个理由有例外∵《山海经》记载的时间是4000~8000年前∴地理学至少发展了5000年这个结论和存在事实无法进行争论。为了将这样的争论剥离出来在康德的影响之下普鲁士地理学家亚历山大·冯·洪堡1769年9月14日—1859年5月6日于1845年在《宇宙》一书中第一次构建了现代自然地理学的内容和总体构架地质、地貌、水文、气象是基本的要素并且探索了生物地理学的存在如动植物种群的地带性、土壤条件和生态系统。卡尔·李特尔1779年8月7日—1859年9月28日的《地学通论》第一次宣告地理学独立存在并大体构建了人文地理学的理论构架。由自然地理学和人文地理学的诞生开始现代地理学首先以德国和法国为中心形成了德国三大学派整合了以高斯、莱布尼兹为代表的数学成果。如今在用的工具和理论大多都是十九世纪的体系化红利最著名的是高斯——克吕格投影这里的高斯就是数学王子高斯本人。从一次大战开始到二次大战结束时现代地理学的中心先从德国转移到了英国最后转到了美国。当时的结果是认认真真发展了一百多年的大陆体系和数学史一样被海洋体系肢解1947年哈佛大学酝酿并最终在次年撤销地理系。这件事情需要有两个前提①自然地理学地质学其他②人文地理学lim ⁡ x → ∞ sin ⁡ x x ⋅ x 2 \lim_{x \to \infty} \dfrac{\sin x}{x} \cdot x^{2}limx→∞​xsinx​⋅x2虽然有一个确定的对象是地理学但都可以是。当时的人文地理学大体上就是区域地理学或区域经济学类比实数域以上就是当时美国地理学当时发展的现状。这个现状叠加上人员关系不合直接导致地理系的一鲸落地理学的万物生现如今查看国外特别是美国的文献可选的学校和机构多达十几个的历史惯性由此开始。并且这一事件被公认为是地理学计量革命发生的导火索催生了水文学和气象学的数学物理模型快速发展。1.3 Autonomous GIS的产生所以回看1999年的文章除了出于人类社会实践的迫切需要的如土地适宜性分析、地形适宜性分析、地理空间规划、资源与环境决策等生产性服务业的产业需求因为地图制图、地理空间分析、空间决策看似相互独立而实际操作已被证明是三位一体所以先有集成这三个流程的GIS软件逐渐出现其代表是环境系统研究所ESRI的ArcGIS系列和开源地理空间基金会OSGeo的QGIS系列然后为了吸取50年代地理学差一点名存实亡的历史教训三位一体的一体首先命名为地理信息科学吸纳了遥感和全球卫星定位系统提出并前瞻了上述的三大研究方向分支这也是3S的由来。20世纪末21世纪初地理信息系统和地理信息科学初步形成方法论的理论体系地理学终于具有与其他学科相似的发展性。随后空间数据模型、空间数据库、地理信息系统软件工程等终于进入这一学科最终与其他学科一道同步赶上人工智能大发展。为什么要介绍地理学史我们回看这一百年的历史线索就会发现地理学现代化过程异常惊险传统地理学随着硬科技的不断发展即便没有二次大战也会逐渐衰微地理环境决定论人为施加阻碍甚至要拉上生物学陪葬这就是为什么前文没有说它区域地理学在二次大战前代表了传统地理学。每一个思潮都通向名存实亡的结局更不论三大学派也已经自然解体。计量革命看似完全背离地理学实则是正本清源。地理学和空间思想不可分割1969年在计量革命和地理信息系统发展之际美籍瑞士裔学者沃尔多·鲁道夫·托布勒Waldo Rudolph Tobler1930年11月16日—2018年2月20日提出了托布勒地理学第一定律Tobler’s First Law of geography, TFL。定律原文如下All attribute values on a geographic surface are related to each other, but closer values are more strongly related than are moredistantones.时任北京师范大学地理学与遥感科学学院今为地理学部教授李小文1947年3月2日—2015年1月10日对此评价是极为狡猾此“距离”非定量分析所衡量而是定性——只描述其存在并未具体对应十四种距离中的任何一个。但该定律在实际生产实践中逐渐被广泛认为是空间分析的根本理论基础否定了后来的托布勒地理学第二定律是其理论基础的结论。Autonomous GIS所优化于和研究的问题最初就是针对于空间自相关即空间分析流程上的自动化问题。2023年美国南卡罗纳大学地理信息和大数据研究实验室GIBD院长李振龙提出了Autonomous GIS这一概念它是从地理空间数据清单中检索或收集地理数据使用空间算法、模型、工具处理生成最终结果的过程。大模型可被视为其大脑可执行程序则可视为其四肢3S的比喻启发了Autonomous GIS的形象化理解。地理空间分析时空分析的基本模型、算法、模块和工具在长期发展中相对于层出不穷的研究问题和工程问题而言比较稳定这也就解释了为什么在地球探测Earth Observation和遥感影像的研究上基本集中于计算机科学城市地理相关研究大部分归类为经济学。2. PineFlow——基于ReAct工作模式的QGIS AI Agent2.1 引子现代地理学一般强调地理信息系统的范畴不强调地理空间分析或时空分析的概念导致描述一段空间分析的自由度较高给学校图层做500米缓冲区统计缓冲区内医院数量并导出结果。从某一所小学出发步行10分钟内能够到达哪些医院覆盖多少住宅区两个概念等价但同样的文字数量后者的分析流程就更多了这个任务大概包含缓冲区分析、空间统计和结果导出。但真正打开QGIS去做时用户需要确认学校图层、医院图层甚至是土地利用图层是否已经加载【空间对象遗漏】图层名字是什么几何类型是否正确坐标系能不能直接按米计算距离【工具选择错误】缓冲区结果会不会为空【数据依赖断裂】字段名称、定义域和值域都是什么输出文件放在哪里是否会覆盖已有结果……地理空间分析甚至是时空分析的很大一部分优化工作就是这些琐碎的事情怎么处理的问题。事实上近二十年的研究和部分的工程实践基本确定了几个前提和共识地理学到底有多少个定律答4个或3个参考轻改四大名著有五部的说法托布勒地理学第一定律空间自相关定律托布勒地理学第二定律古德柴尔德地理学第二定律空间异质性定律朱阿兴地理学第三定律地理相似性定律。常用的空间/时空数据都有哪些原生地理数据矢量数据、栅格数据、GeoJSON等文本文档数据关系表、图结构、专用文本数据等混合数据GeoPackage、kmz等。从如上的问题出发是什么阻碍了这些异构和异质数据发现这些相关性、相似性和特征表征地理空间分析模型管理自由度极高。只要流程上有一个细微差异轻则重设参数重则另起炉灶。地理空间分析模型内部强依赖特性。拆开黑盒当中间结果往往需要调整顺序、优化算法、改其他工具时一般模型并没有因地制宜的处理方式。地理空间分析模型组织架构及组分。地理空间分析的步骤需要空间逻辑验证此时需要以模型组织架构为基本依据构建验证程序线性结构和图结构的验证程序和内容完全不同。2.2 什么是PineFlow当此之时不论是自用、研究还是工程实践、社会治理如果依赖于大模型的生成能力甚至就是Vibe Coding研发一个地理空间分析模型除非极难复制那么这个模型没有社会价值即使有个人价值但维度不同。而PineFlow想解决的就是这个中间层问题把自然语言目标转成结构化工具调用并在执行过程中持续检查状态、记录结果和处理风险。PineFlow是大模型执行空间分析任务时规定的运行时Harness这个运行时有五部分组成工作空间和操作环境【仓库】地理图层及属性【文件】空间处理工具【命令】运行监测【测试】空间分析模型【内容状态】熟悉Claude Code的马上就能看出来是什么对应关系了。这个运行时的运行如下意图推断在用户输入自然语言目标后系统首先要做的是判断这句话到底属于哪一类任务类型大类。只有当请求会改变工作区状态、生成新图层或导出结果时才需要进入执行流程。执行流程PineFlow读取当前有哪些图层、字段、坐标系和输出产物根据用户目标选择一个合适的工具在执行前检查参数、CRS、几何类型、字段和输出路径执行工具后读取结果把新图层、输出、风险和运行记录写回当前会话。系统根据新状态决定下一步。之所以这样设计是因为任务里很多关键信息只有执行到某一步之后才能知道如CSV 加载后系统才知道里面到底有哪些字段图层读进来后系统才知道CRS、几何类型和要素数量缓冲区跑完后系统才知道结果是不是为空空间统计完成后系统才知道输出字段和统计结果是否符合预期。如果一开始就让模型把完整流程规划好后面的步骤很容易建立在不确定甚至错误的假设上。如实际图层没有这个字段做500m缓冲时变成了500°缓冲。综上PineFlow采用持续反馈的方式。系统每走一步就把真实工具结果写回状态再根据新的状态决定下一步。2.3 PineFlow大体如何执行在执行流程中把QGIS算法封装成可调用工具不能逆向必须要先有一个缓冲层。QGIS Processing的大量算法有其自身的ID和参数结构如native: buffer、native: clip、native: joinattributesbylocation。PineFlow 的做法不是把底层算法列表原样丢给模型而是在QGIS Processing之上封装缓冲层名为semantic tools即模型看到的是更接近任务动作的工具例如buffer_layer、csv_to_points、extract_by_location、join_by_location。Semantic tools是一层面向任务的工具接口模型可以看到更贴近任务语义的工具接口。如缓冲更容易对应到buffer_layer而不是让直接理解QGIS Processing底层参数。其模型侧接口主要表现为工具名、说明和参数schema而后端侧对应的是参数校验、风险检查、算法映射和结果返回。完整执行规则不需要都塞进模型上下文里。如此模型选择工具时面对的是任务动作而不是算法名。更不是在多个空间选择、空间查询和叠加分析算法之间猜算法名。同时后端可以在语义工具和QGIS Processing间做稳定映射。模型只需要表达任务意图和必要参数真正算法ID、参数转换、默认值、输出路径和结果登记都由工具层完成。在选择工具时按需暴露的思路减少了大模型面对的上下文称为ToolKit它是以能力领域为基本依据对QGIS Processing工具划分的大中小类的监督分类结果集合。比如数据加载是一组能力矢量分析是一组能力空间叠加是一组能力栅格处理又是另一组能力。系统不需要一开始就把所有工具都给模型而是根据当前任务逐步打开相关工具集。PineFlow还整理了一层GIS领域经验提示Skills。这些 Skill 是给模型看的任务备忘录当前任务应该关注哪些工作区信息、可能有哪些 GIS 风险、优先使用哪些工具策略、什么时候可以默认假设、什么时候必须向用户追问。比如meter_buffer会提示模型在米制缓冲前关注输入 CRS、图层范围和投影坐标系推荐csv_to_points会提示经纬度字段候选和x/y字段混淆风险boundary_filter会提示边界图层应是面图层、要检查 CRS 和空间范围是否重叠。运行时同样并不会把所有Skill 内容一次性塞进模型上下文。2.4 PineFlow能做什么不能做什么目前适合处理目标明确、步骤可以结构化、结果可以用图层或文件表达的工作流。例如同样是找出地铁站500m内的小区不只是调用一次缓冲区工具。它需要先理解任务目标确认相关图层是否存在检查距离分析是否适合按米计算必要时重投影然后生成缓冲区再用空间关系提取或空间连接得到目标小区最后导出结果。PineFlow目前已经具备了Agentic GIS Workflow原型的基本结构。但它离产品还有明显距离工具覆盖和工具质量。目前覆盖的仍然只是常用子集后续扩展时重点是继续整理成语义工具。每个工具都需要有清楚的参数schema、输入要求、输出策略、规则绑定和前端展示方式。结果验证。每类工具执行后都应该更明确地检查输出是否为空、几何类型是否符合预期、要素数量是否异常、字段是否包含关键结果以及是否产生了需要用户知道的质量风险。上下文管理。工作流一长图层、字段、历史步骤、输出文件和风险信息都会变多。后续需要更明确地区分哪些信息必须进入模型上下文哪些信息只需要保存在会话哪些信息可以在需要时再通过工作区读取。这样才能降低成本也减少无关历史对模型决策的干扰。3. 总结Autonomous GIS作为近五年刚刚兴起的研究和工程实践方向目前也有向软件工程和地理信息工程发展的态势PineFlow、GeoJsonAgents等研究基本都在Dify、Coze之后逐渐兴起。在大模型与GIS的跨学科研究领域空间分析任务无疑是其中最具吸引力的应用之一。但现有架构在空间分析的复杂性方面仍缺乏系统的设计尤其是统一任务规划、执行空间分析过程、验证分析结果。而现有研究给出的答案是Autonomous在理论上能实际上不完全能。函数调用直接依赖于函数库的完整性难以适应新的或变化的任务侧面表明函数调用和代码生成一起提供了地理空间任务自动化的两条可行的成熟技术路径。本文转载自此站点版权归他人所有