ForestHG-Trace：大规模森林场景的可追踪长视野生态推理

遥感问答（RS-QA）通常需要的不仅仅是直接的语义预测，特别是在生态分析涉及多步过滤、数值聚合、邻域推理和可验证证据的大规模森林场景中。我们介绍了 ForestHG-Trace，这是一个用于对森林环境进行可追踪的长视野生态推理的框架。它将多模态 NEON 森林场景表示为生态超图，其中树实例、空间单元、语义组和邻域关系支持超越成对场景图的高阶推理。然后，LLM 引导的代理调用确定性工具进行读取、过滤、扩展、聚合、比较和审核，生成可重播的执行跟踪和紧凑的证据记录，而不仅仅是自由格式的答案。我们进一步构建了 ForestTraceQA，这是一个可执行的基准，用于评估不同任务类型和推理深度的生态 QA。实验表明，与单步基线和场景图代理相比，ForestHG-Trace 显着提高了答案准确性和执行 忠实性，同时强调执行深度是长期生态 QA 的主要瓶颈。