GeoContra：从流畅的 GIS 代码到可验证的空间分析及其地理学修复
软件工程
2026-05-04 v1 人工智能
摘要
可靠的 GIScience 中的空间分析需要保持坐标语义、拓扑关系、单位以及地理合理性。当前的基于大语言模型的 GIS 系统生成流畅的脚本，却在规模上很少强制执行这些地理规则。我们提出 GeoContra，一个针对 LLM 驱动的 Python GIS 工作流程的验证与修复框架。将每个任务表示为可执行的地理空间合同，包括自然语言问题、模式、坐标参考系统元数据、预期输出、空间谓词、拓扑、度量、必需操作及禁止的捷径。生成的程序经过静态规则检查、运行时验证和语义验证，违规情况被反馈到受限的修复循环中。在 15 个波士顿地区的 7,079 个真实地理空间任务、9 个任务族以及 11 个开源模型（每个模型 600 次运行）上进行评估，GeoContra 将 DeepSeek-V4 的空间正确性从 47.6% 提升至 77.5%，将 Kimi-K2.5 的正确性从 57.7% 提升至 81.5%。在 11 个开源模型中，平均正确性提升了 26.6%。GeoContra 将流畅的代码生产转化为可验证的空间分析，捕捉负数旅行时间、坐标参考系统/字段-模式违规、缺失谓词以及脆弱的输出类型转换，这些问题虽然可执行却会导致地理上无效的结果。
引用
@article{arxiv.2605.00782,
title = {GeoContra: From Fluent GIS Code to Verifiable Spatial Analysis with Geography-Grounded Repair},
author = {Yinhao Xiao and Rongbo Xiao and Yihan Zhang},
journal= {arXiv preprint arXiv:2605.00782},
year = {2026}
}