留待“热”日：一种基于大语言模型的视觉分析系统用于热风险治理
人机交互
2025-10-27 v3 多媒体
摘要
与热相关的气候事件（尤其是热浪）的频率和强度不断升级，凸显了对先进热风险治理策略的迫切需求。当前主要依赖数值模型的方法在时空分辨率以及捕捉影响热风险的环境、社会和行为因素的动态相互作用方面面临挑战，导致难以将风险评估转化为有效的缓解行动。认识到这些问题，我们引入了一种新颖方法，利用大型语言模型（LLM）日益增长的能力，从新闻报道中提取丰富且具有上下文洞察的信息。因此，我们提出了一种基于LLM的视觉分析系统Havior，它将数值模型精确、数据驱动的洞察与细致的新闻报道信息相结合。这种混合方法能够更全面地评估热风险，并更好地识别、评估和缓解与热相关的威胁。该系统融入了新颖的可视化设计，如“热象形图”和新闻象形图，增强了对热风险的直观理解和分析。基于LLM技术的集成还实现了高级信息检索和语义知识提取，这些可以由专家的分析需求来引导。我们对两个经历过重大热浪事件的城市进行的案例研究以及与五位专家的访谈，证明了我们的系统在为热风险治理提供深入且可操作的洞察方面的实用性。
引用
@article{arxiv.2406.03317,
title = {Save It for the "Hot" Day: An LLM-Empowered Visual Analytics System for Heat Risk Management},
author = {Haobo Li and Wong Kam-Kwai and Yan Luo and Juntong Chen and Chengzhong Liu and Yaxuan Zhang and Alexis Kai Hon Lau and Huamin Qu and Dongyu Liu},
journal= {arXiv preprint arXiv:2406.03317},
year = {2025}
}