An Autonomous GIS Agent Framework for Geospatial Data Retrieval

📄 arXiv: 2407.21024v2 📥 PDF

作者: Huan Ning, Zhenlong Li, Temitope Akinboyewa, M. Naser Lessani

分类: cs.IR, cs.AI, cs.CL, cs.ET

发布日期: 2024-07-13 (更新: 2024-08-08)

💡 一句话要点

提出基于LLM的自主GIS Agent框架，实现地理空间数据自动检索与下载

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 自主Agent 地理信息系统 大型语言模型 数据检索 地理空间数据

📋 核心要点

  1. 现有GIS Agent在地理空间数据检索方面存在不足，无法自主发现和下载分析所需数据。
  2. 该框架利用LLM作为决策者，通过生成、执行和调试程序，自主选择数据源并检索数据。
  3. 实验结果表明，该Agent能够从多个数据源成功检索数据，验证了框架的有效性。

📝 摘要（中文）

本文提出了一种自主地理信息系统（GIS）Agent框架，该框架利用大型语言模型（LLM）驱动，旨在实现空间分析和制图任务所需的地理空间数据自动检索。该框架通过生成、执行和调试程序来获取所需数据，弥补了现有技术在支持完全自主GIS Agent方面的研究空白。框架以LLM作为决策者，从预定义的数据源列表中选择合适的数据源，并从中获取数据。每个数据源都配有一个手册，记录了元数据和数据检索的技术细节。该框架采用即插即用式设计，保证了灵活性和可扩展性。用户或自主数据爬虫可以通过添加新的手册来增加新的数据源。我们基于该框架开发了一个原型Agent，并发布为QGIS插件（GeoData Retrieve Agent）和一个Python程序。实验结果表明，该Agent能够从包括OpenStreetMap、美国人口普查局的行政边界和人口统计数据、ESRI World Imagery的卫星底图、OpenTopography.org的全球数字高程模型（DEM）、商业天气数据提供商以及NYTimes GitHub的COVID-19病例等多个来源检索数据。本研究是开发自主地理空间数据检索Agent的首次尝试之一。

🔬 方法详解

问题定义：现有GIS Agent在执行空间分析和制图任务时，需要人工干预来选择和下载所需的地理空间数据。这限制了Agent的自主性和效率。现有方法缺乏一种能够自主发现、选择和下载数据的机制，使得Agent无法独立完成复杂的地理空间分析任务。

核心思路：本文的核心思路是利用大型语言模型（LLM）的强大推理和代码生成能力，构建一个自主的GIS Agent框架。该框架赋予Agent自主决策的能力，使其能够根据任务需求，自动选择合适的数据源，并生成相应的代码来检索和下载数据。通过这种方式，Agent可以摆脱对人工干预的依赖，实现完全自主的数据获取。

技术框架：该框架主要包含以下几个模块：1) LLM决策模块：负责接收任务指令，分析任务需求，并根据预定义的数据源列表选择合适的数据源。2) 数据源手册：包含每个数据源的元数据和技术细节，例如API接口、数据格式、访问权限等。3) 代码生成模块：根据LLM的选择和数据源手册，生成用于数据检索和下载的代码。4) 代码执行和调试模块：负责执行生成的代码，并根据执行结果进行调试，确保数据能够成功获取。5) 数据存储模块：负责存储下载的数据，并将其转换为Agent可用的格式。

关键创新：该框架的关键创新在于将LLM作为决策者，赋予Agent自主选择数据源和生成代码的能力。与传统方法相比，该框架无需人工干预，能够自动完成数据检索和下载任务。此外，该框架采用即插即用式设计，方便用户添加新的数据源，提高了框架的灵活性和可扩展性。

关键设计：数据源手册的设计是关键。每个数据源的手册需要包含详细的元数据和技术细节，例如数据源的名称、描述、API接口、数据格式、访问权限等。LLM需要根据这些信息来选择合适的数据源，并生成相应的代码。此外，代码生成模块需要能够生成各种编程语言的代码，例如Python、R等，以适应不同数据源的要求。代码执行和调试模块需要能够处理各种错误，例如网络连接错误、API调用错误等，以确保数据能够成功获取。

📊 实验亮点

实验结果表明，该Agent能够从包括OpenStreetMap、美国人口普查局、ESRI World Imagery、OpenTopography.org、商业天气数据提供商以及NYTimes GitHub等多个来源成功检索数据。这验证了该框架的有效性和通用性，为构建完全自主的GIS Agent奠定了基础。

🎯 应用场景

该研究成果可应用于多种领域，例如城市规划、环境监测、灾害管理等。通过自主数据检索，GIS Agent可以自动获取所需的地理空间数据，从而提高分析效率和决策质量。未来，该技术有望应用于更广泛的领域，例如自动驾驶、智能农业等，为各行业带来智能化升级。

📄 摘要（原文）

Powered by the emerging large language models (LLMs), autonomous geographic information systems (GIS) agents have the potential to accomplish spatial analyses and cartographic tasks. However, a research gap exists to support fully autonomous GIS agents: how to enable agents to discover and download the necessary data for geospatial analyses. This study proposes an autonomous GIS agent framework capable of retrieving required geospatial data by generating, executing, and debugging programs. The framework utilizes the LLM as the decision-maker, selects the appropriate data source (s) from a pre-defined source list, and fetches the data from the chosen source. Each data source has a handbook that records the metadata and technical details for data retrieval. The proposed framework is designed in a plug-and-play style to ensure flexibility and extensibility. Human users or autonomous data scrawlers can add new data sources by adding new handbooks. We developed a prototype agent based on the framework, released as a QGIS plugin (GeoData Retrieve Agent) and a Python program. Experiment results demonstrate its capability of retrieving data from various sources including OpenStreetMap, administrative boundaries and demographic data from the US Census Bureau, satellite basemaps from ESRI World Imagery, global digital elevation model (DEM) from OpenTopography.org, weather data from a commercial provider, the COVID-19 cases from the NYTimes GitHub. Our study is among the first attempts to develop an autonomous geospatial data retrieval agent.