GeoContra：从流畅的 GIS 代码到基于地理的修复的可验证空间分析

GIS 科学中的可靠空间分析需要保留坐标语义、拓扑、单位和地理合理性。当前基于 LLM 的 GIS 系统可以生成流畅的脚本，但很少大规模执行这些地理规则。我们推出了 GeoContra，这是一个用于 LLM 驱动的 Python GIS 工作流程的验证和修复框架。它将每个任务表示为可执行的地理空间合约，包括自然语言问题、模式、CRS 元数据、预期输出、空间谓词、拓扑、度量、所需操作和禁止的快捷方式。生成的程序经过静态规则检查、运行时验证和语义验证，并将违规行为反馈到有界修复循环中。通过对 15 个波士顿地区、9 个任务系列和 11 个开源模型（每个运行 600 个）的 7,079 个真实地理空间任务进行评估，GeoContra 将 DeepSeek-V4 封闭模型的空间正确性从 47.6% 提高到 77.5%，将 Kimi-K2.5 从 57.7% 提高到 81.5%。在 11 个开放模型中，平均正确率提高了 26.6%。 GeoContra 将流畅的代码生成转化为可验证的空间分析，捕获负行程时间、CRS/字段模式违规、缺少谓词以及脆弱的输出转换，否则会产生可执行但地理上无效的结果。